本文研究了学术论文中“未来工作”段落的主题演变，旨在区分主题变化与文献覆盖、主题分配以及写作风格的影响。我们基于 2012‑2022 年期间 5,655 篇 ACL 论文（其中 4,005 篇提供了完整的未来工作文本）构建了一个快照数据集。
在主题建模方面，我们比较了非负矩阵分解（NMF）和潜在狄利克雷分配（LDA）。两者均在论文层面聚合主题出现率，并计算归一化流行度、探索性趋势统计、分配稳定性以及输入文本与参考文献之间的一致性。
实验结果显示，NMF 在平均归一化点互信息上略高（0.1387 对 0.1280），且配对分配稳定性更好；LDA 则在关键词多样性上占优（0.8900 对 0.7750）。在无种子（seed‑zero）设置下，出现了模型训练相关词汇和提问词汇的增长，同时文献引用和结构性内容占比显著。输入/参考主题集合的平均重叠率为 NMF 0.5191、LDA 0.4924；时间序列的排名一致性差异较大，说明两种模型在流行度水平上并不一致。
这些发现为该语料库提供了描述性测量，明确指出缺失引用、运行不完整以及引用来源未验证等局限性。本文的贡献在于对纵向学术信号的实证测量，而非提出新算法或预测系统。
点评