题目：文本挖掘进阶之LDA主题模型提纲：LDA主题模型介绍文本预处理文本表示：词袋模型；TFIDF主题模型构建：人们担心被Chatgpt取代吗？ 主讲人：李叶叶，海南大学管理学院 在读博士          2019年获Python国家计算机二级证书； 2020年硕士毕业于吉林大学图书情报专业，同年荣获“宁波市首席工人”、“宁波市人力资源管理师创新大赛一等奖”；2021年获“宁波市高层次人才”认证；2022年获中国人工智能学会主办的社会计算创新大赛团队优秀奖、国家留学基金委公派研究生项目资助；主持海南省研究生创新课题1项，逸舟组织管理研究基金项目1项。先后在世界500强企业及科研院所从事人力资源管理工作，具有人力资源管理师（二级）、劳动关系协调师（二级）等国家职业资格证书；拥有丰富的人力资源管理和自然语言处理实践经验，研究兴趣为文本挖掘、组织行为等。

近几年，代表性研究成果、代表作有着越来越高的关注度，如何借助定量分析方法和思路为成果提供多维度的定量数据证明和支撑，为其影响力和显著性的展示添砖加瓦？如何更好更快地定位到定量数据表现优异的成果，让专家评价更有针对性？此次分享我们将结合现行代表作制度、英国REF评估框架，针对定量分析代表性研究成果方法进行初探，希望能为大家提供一定借鉴。 讲座提纲：代表作制度及英国REF解析定量分析方法在代表作的分析和影响力展示中的应用探索