这项研究旨在通过主题建模分析来评估涉及冠状病毒以及COVID-19的出版物的特征。方法：我们提取了所有摘要，并保留了COVID-19开放研究数据集中信息最丰富的词，该数据集包含了截至2020年3月20日出版的所有35,092篇冠状病毒相关文献。使用潜在狄利克雷分配模型，我们训练了八个语料库中的主题模型。然后，我们分析了主题之间的语义关系，并比较了COVID-19与其他CoV感染之间的主题分布。结果：总共出现了八个主题：临床表征，发病机理研究，疗法研究，流行病学研究，病毒传播，疫苗研究，病毒诊断和病毒基因组学。据观察，COVID-19研究目前更加重视临床表征，流行病学研究和病毒传播。相比之下，有关诊断，治疗，疫苗，基因组学和发病机制的主题仅占所有COVID-19出版物的不到10％甚至4％，远低于其他CoV感染的出版物。结论：这些结果确定了COVID-19领域的知识差距，并为将来的研究提供了方向。
