杨金庆，陆 伟，吴乐艳

（1.武汉大学信息管理学院，武汉430072；2.武汉大学信息检索与知识挖掘研究所，武汉430072）

1 引言

学科大数据时代的开启使得数据洪流不断冲击着各学科领域，科学研究正从“目标驱动”“模型驱动”迈向“数据驱动”为特征的研究范式，其动态性、客观性和敏捷性逐渐增强[1]。近年来，以期刊文献、基金项目文档、专利文本、会议资料等为代表的科技文献发表数量庞大，例如，仅2018年SCI数据库收录206.97万篇科技论文，其中我国学者贡献41.82万篇[2]。科技战略决策者及科研人员将面临科技文献数量庞大、增长迅速的新局面，及时、准确地把握科学研究的新动向变得愈发困难，智能化探测学科新兴主题逐渐成为科技情报人员的重要研究领域。

新兴主题探测，由美国国防部高级研究计划局（DARPA）于1998年首次提出[3]，并初步用于对新闻报道主题的探测。随后，新兴主题探测被引入科学研究领域，并逐渐形成新兴主题探测的研究范式，其内容主要包括：科技文献数据获取、学科主题识别、学科主题阶段判定、可视化分析[4]。其中，科技文献数据的全面性与新颖性是保证新兴主题探测准确性的基础，同时，科技文献的多样性也为多源科技文献的融合带来挑战。“多源信息”与“多源方法”既可保证情报分析的全面性，又可进一步提高情报分析结果的有效性[5]。面对格式多样、分布广泛、种类繁多的科技文献，融合多源科技文献可以全面发掘学科主题，进而深入了解学科领域发展态势，辅助科研工作与科技政策制定。……