（本文发表于《情报科学》2026年第3期P131-141）

【目的/意义】2022版研究生教育学科专业目录将信息资源管理学科划分为11个二级学科，本研究旨在探讨各二级学科的论文自动分类方法模型，并揭示其主题结构。【方法/过程】本文以CNKI为数据源，依据论文标题、摘要及关键词内容特征，综合考虑语义特征、局部上下文特征和语序特征，分别设计2种基于BE RTopic-BERT-TextCNN和BER Topic-BER T-TextRNN模型的论文自动分类方法，在此基础之上对BER Topic模型的主题识别结果进行分析。【结果/结论】实证研究表明，融合二维主题特征和三维语义特征的TextCNN模型在信息资源管理学科论文分类任务中具有更好的表现。本文从主题层面揭示了信息资源管理二级学科的研究方向、共性和差异性，发现它们之间呈现交叉融合的发展态势。【创新/局限】仅选取部分信息资源管理二级学科论文进行单标签多分类问题的研究，未涉及多标签分类问题的研究，因此在揭示主题结构层面存在一定局限。

2026-融合主题特征的信息资源管理学科论文分类及主题识别研究.pdf

转载本文请联系原作者获取授权，同时请注明本文来自刘桂锋科学网博客。

链接地址：https://wap.sciencenet.cn/blog-39723-1531310.html?mobile=1

收藏

分享