2025年4月16日下午14:00，数学与统计学院“基于主题模型和共现网络的文本分析研究”主题沙龙在数理楼357教室举办。在本场沙龙中，24级应用统计研究生徐一曦以“基于主题模型和共现网络的文本分析研究”为主题，聚焦文本挖掘领域的前沿技术，探讨了主题模型与共现网络在文本分析中的核心方法与应用。

报告围绕文本挖掘技术的核心方法与应用展开，重点介绍了LDA主题模型和BERTopic主题模型的核心思想与数学公式，以及文本挖掘技术的重要性，并系统梳理了主题模型的发展历程，探讨了传统主题模型的局限性，引入了外部语料增强和深度学习融和两种改进方案。除此之外，还展示了如何通过关键词共现矩阵、动态网络分析，挖掘主题间的关联性与演化规律。本次学术沙龙活动吸引了学院多个专业的研究生，现场学术氛围浓厚。

在沙龙的最后是探讨提问环节。通过互动环节，在场研究生踊跃发言，通过理论讲解与案例结合，研究生们系统掌握了主题模型的技术脉络及其改进方向，尤其对BERTopic的自动化特性与多语言支持表现出浓厚兴趣。参与者就“BERTopic模型聚类命名”“共现网络动态分析的实际应用场景”等问题同主讲人展开了激烈的讨论，主讲人耐心解答，深化了对复杂文本分析技术的理解，并与其他研究人员建立联系。

本次学术沙龙内容涵盖统计学、自然语言处理、复杂网络等多个领域，为研究生提供了跨学科研究的范式参考。本次学术沙龙活动能够激发我院研究生的科研的兴趣，对研究生自主学术探索具有极大指导意义，进而带动研究生学习积极性，营造良好的学术氛围，助力我院“双一流”学科建设。