多媒体信息处理中人工智能方法应用的研究热点及主题演化

杨洋

摘要：通过信息计量、聚类分析、主题演化等方法，以Web of Science核心数据集为来源，对2000年～2019年多媒体信息处理中人工智能方法应用进行检索，共得到5162条检索结果，对多媒体信息处理中人工智能方法应用的研究热点及主题演化进行深入分析。

关键词：信息计量;研究热点;主题演化;多媒体信息处理;人工智能方法

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2022）02-0102-02

1 引言

多媒體技术的不断发展使人们的社会生活发生了极大的改变[1]。多媒体在学校教育、图书档案等领域得到了广泛的应用，是现代信息社会的通用工具[2-7]。本文从文献角度出发，通过信息计量、聚类分析、主题演化等方法，梳理并总结了国内外多媒体信息处理中人工智能方法应用的研究热点和主题演化，为今后该领域的相关探索和研究提供借鉴。

2 研究设计

2.1 数据获取

本文选取 Web of Science 核心合集为数据源，检索式为TS= （Information Processing or Digit* Processing or Signal Processing or Correlat* Mining or Clip* or Annota* or Recogni* or Regulariz*） AND TS=（cross-media or  multimedia or text-to-image or text-to-video or text-to-audio or audio-to-video or image-to-video or Visual-textual ） AND AB=（artificial intelligence or AI or computer vision or natural language processing or neural or unsupervised* or supervised* or deep networks or learning or Classif* or Categori* or cluster* or reasoning or inferenc* or feature extract* or feature engineer* or feature select*） 。检索式包含三个部分，第一个部分是主题词为“信息处理”及与多媒体信息处理相关的信息处理词汇，第二个部分是主题词为“多媒体”及多媒体信息相关的多媒体词汇，第三部分是摘要含“人工智能”及与人工智能方法相关的技术词语。本文选取的时间范围为2000年～2019年，共得到5162条检索结果。

2.2 研究方法

本文首先进行了基本统计分析，探究了人工智能方法在多媒体信息处理中的应用二十年来文献数量变化，并通过共现聚类方法探究了多媒体信息处理中人工智能方法的应用文献关键词聚类特征，最后通过文本词汇演化工具对人工智能方法在多媒体信息处理的应用进行了主题词演化分析。

3 数据分析

3.1 基本统计分析

文献数量是评价研究领域发展的重要指标之一[8]。本文对2000年–2019年发文量进行统计，得到多媒体信息处理中人工智能方法的应用文献量如图1所示。2000年—2019年多媒体信息处理中人工智能方法的应用的文献数量保持稳步的上升态势。

3.2 基本关键词的聚类分析

关键词是对文献内容的高度精练[9]。通过关键词的聚类分析可以有效获取文献的主题分布，从而为相关研究提供辅助支持[10]。经数据处理，本文选取词频大于 25 的关键词，多媒体信息处理中人工智能方法应用的文献关键词的聚类图如图2所示。自2000年以来，多媒体信息处理中的人工智能方法应用主题可以聚类为三类：

1）聚类一：图像处理及相关人工智能算法。

2）聚类二：视频处理及相关人工智能算法应用。

3）聚类三：文本、动画处理及相关人工智能算法应用。

3.3 主题演化分析

2000年～2019年的主题演化如图3所示。2000年～2004年，NEURAL-NETOWRK（神经网络）、IMAGE（图像）占据了重要的关键词位置。2005年～2009年，IMAGE（图像）和IMAGE-ANNOTATION（图像标注）占据了重要的关键词位置。其中，IMAGE-ANNOTATION（图像标注）是NEURAL-NETOWRK（神经网络）的延伸，说明随着神经网络方法在多媒体信息处理中不断发展，进行的图像标注工作越来越重要。同时，新关键词ANIMINATION（动画）和E-LEARNING（电子学习）出现，说明这段时间中多媒体信息处理中人工智能方法的应用增加了新的研究对象和领域。2010年～2014年，IMAGE（图像）的延伸VIDEO（视频）代替图像占据了最重要的位置，多媒体信息处理中人工智能方法的应用转向了视频信息处理。在此阶段，多媒体信息处理中人工智能方法的应用开始细化，开始出现IMAGE-ANNOTATION（图像标注）和E-LEARNING（电子学习）的延伸STUDENTS（学生）、IMAGE（图像）和IMAGE-ANNOTATION（图像标注）的延伸ALGORITHM（算法）、 ANIMINATION（动画）的延伸LITERACY（读写能力）以及ARCHITERECTURE（架构）和ICT（信息通讯技术）5个新关键词。2015年～2019年，多媒体信息处理中人工智能方法的应用重心仍然是VIDEO（视频），即视频信息处理。ARCHITERECTURE（架构）和ICT（信息通讯技术）的延伸TEACHERS（教师）、STUDENTS（学生）的延伸LEARNING-STRATEGIES（学习策略）和INFORMATION-TECHNOLOGY（信息技术）、VIDEO（视频）的延伸SEMANTICS（语义）和EYE-MOVEMENTS（眼移动）开始出现，多媒体信息处理中人工智能方法的应用进一步细化，研究对象、研究领域有所扩充。

4 结束语

二十年来，多媒体信息处理中的人工智能方法应用的研究方法不断扩充、对象愈加多元、领域愈加细化。多媒体信息处理中人工智能方法的应用集中于三个研究热点：图像處理及相关人工智能算法、视频处理及相关人工智能算法应用、文本和动画处理及相关人工智能算法应用。从主题演化的角度看，应用方法从神经网络扩充到了ICT技术、新型神经网络方法，研究对象从文本、图片、动画信息处理扩充到了视频信息处理，热点应用领域从电子学习领域细化到了教师、学生、读写能力和架构。本文系统地梳理国内外多媒体信息处理中人工智能方法应用的研究热点和主题演化，为今后该领域的相关探索和研究提供借鉴。

参考文献：

[1] 朱学芳，王贵海，祁彬斌.5G时代数字信息资源智能服务研究内容及进展[J].情报理论与实践，2020，43（11）：16-21.

[2] 彭宇新，綦金玮，黄鑫.多媒体内容理解的研究现状与展望[J].计算机研究与发展，2019，56（1）：183-208.

[3] 王志军，冯小燕.近年来我国多媒体学习研究的热点与发展趋势——基于CNKI（2000—2016年）文献的知识图谱分析[J].现代教育管理，2017（9）：57-63.

[4] 江慧英，朱学芳.电子商务中的多媒体信息技术应用分析[J].情报杂志，2005，24（2）：21-23.

[5] 朱学芳，马仁配.网络环境下的数字化博物馆[J].情报科学，2002，20（11）：1179-1183.

[6] 宋璞，朱学芳，常艳丽.新闻图像网络传播现状的研究及建议[J].情报杂志，2005，24（10）：122-124.

[7] 朱学芳.计算机图像信息资源管理研究[J].现代图书情报技术，2004（12）：21-24.

[8] 冯秋燕，朱学芳.基于科学计量的信息技术融合分析[J].情报科学，2020，38（2）：142-150，176.

[9] 皇甫青红，华薇娜，刘艳华，等.国际数字图书馆领域研究热点及作者团体分析——基于共词分析和社会网络分析[J].情报杂志，2013，32（1）：118-123.

[10] 李悦，苏成，贾佳，等.基于科学计量的世界人工智能领域发展状况分析[J].计算机科学，2017，44（12）：183-187.

【通联编辑：谢媛媛】

1410500511377