Page 59 - 《党政研究》2024年么6期

度能够按时间顺序描述各主题的演化过程，从而帮助追踪偏好主题，具有实际意义 。
〔 ２５〕
（三）数据来源与呈现
自 １９８３ 年以来颁布的 ８ 个全国干部教育培训规划，涵盖干部教育培训工作的各个方
面，是推动相关事业不断向前发展的指导依据，同时也蕴含着我国干部教育培训实践的重
要历史节点。全国干部教育培训规划的基本信息如表 １ 所示。
表 １ 全国干部教育培训规划基本信息
序号 发布部门 发布时间 政策文件

０ 中共中央组织部 １９８３． １０ 《全国干部培训规划要点》
１ 中共中央组织部 １９９１． １２ 《 １９９１ － １９９５ 年全国干部培训规划要点》
中共中央 《 １９９６ － ２０００ 年全国干部教育培训规划》
２ １９９６． ０５
３ 中共中央 ２００１． ０１ 《 ２００１ － ２００５ 年全国干部教育培训规划》
４ 中共中央 ２００７． ０１ 《 ２００６ － ２０１０ 年全国干部教育培训规划》
５ 中共中央 ２０１３． ０９ 《 ２０１３ － ２０１７ 年全国干部教育培训规划》
中共中央 《 ２０１８ － ２０２２ 年全国干部教育培训规划》
６ ２０１８． １１
中共中央 《全国干部教育培训规划（ ２０２３ － ２０２７ 年）》
７ ２０２３． １０
（四）数据预处理
对 ８ 个政策文本的预处理包括分词、停用词表和词典的调整。首先，采用 ｊｉｅｂａ 分词
工具进行分词，处理后的文本成为词组的集合，便于模型输入。其次，政策文本中仍包括
与主题并不相关或没有实际意义的词语，需利用停用词表删除，以提升模型的可信度与可
解释性。最后，由于 ｊｉｅｂａ 分词基于通用语言训练并不能识别部分专业名词，需要在词典
中补充该部分专业名词，以进一步优化主题建模结果。

三、ＬＤＡ 主题建模和数据结果

（一）主题数量确定
主题数量会对模型结果的可信度产生影响，本文将困惑度作为确定主题数量的标准。
不同主题数量对应的困惑度分布如图 １ 所示，横轴和纵轴分别代表主题数量和困惑度。当
主题数量为 ５ 时，ＬＤＡ 主题模型的困惑度最低。此外，通过 ｐｙＬＤＡｖｉｓ 可视化结果呈现，
采用 ５ 个主题进行分析时，主题之间基本不存在重合，如图 ２ 所示。其中，横轴 ｐｃ１ 表示
特征值最大的特征向量，纵轴 ｐｃ２ 表示特征值次大的特征向量。

图 １ 不同主题数的困惑度分布 图 ２ ｐｙＬＤＡｖｉｓ可视化结果
８ · ·
５