BERTilda：基于相似性与流向时序图的可解释主题生命周期追踪框架

在动态文本流分析中，主题不仅会自然兴衰，还会发生分裂、合并等结构性重组。传统动态主题模型侧重平滑演变，而快照式模型则难以明确跨时间窗口的对应关系。针对这一挑战，研究团队提出了BERTilda框架。该框架首先在每个时间窗口独立发现主题（采用基于嵌入的主题模型），随后构建连接相邻窗口主题的时序主题图。链接依据两个互补信号：主题表征间的语义相似性，以及通过跨窗口推文-主题归因计算的双向覆盖信号（评估主题流出与流入）。基于图的规则可自动标注主题延续、分裂、合并、消失及模糊过渡等状态。研究团队在美国国会推文和历史演讲数据集上评估了BERTilda，报告了主题质量与时间稳定性指标，并在三人独立标注的黄金标准子集上验证了生命周期标签。结果显示，在标注子集上，BERTilda与多数标注的一致性最高达87%，在对比方法中取得了最高的宏观平均一致性，尤其在主题消失检测方面显著优于仅依赖相似性或单向信号的基线方法。该框架为政治话语、社交媒体等纵向文本分析提供了更精细的可解释工具。