遆慧颖，耿 骞，靳 健

(北京师范大学政府管理学院，北京 100875)

1 引言

随着网络技术迅猛发展，网络信息内容主要呈现出信息总量大、增速快和来源多样化等特征。同时，作为一种典型的非结构性化数据，海量的文本信息也不断涌现。普通用户以及广大学习者和研究人员可以通过Wikipedia、百度百科、必应百科为代表的网络全书类网站获取各学科概念定义以及使用发展等信息。但是各学科在理论与实用领域不断发展，并且不少研究都呈现了蓬勃的交叉融合、系统发展的趋势。这使得不具备专业知识的普通用户很难通过该类百科全书在短时间内获取目标概念所属学科的整体信息。因此，利用算法有效地、自动地实现学科领域划分将大大提高用户获取信息的效率。

同时，不同学科各具特点，且有的学科知识存在着一定的交叉融合。例如，艺术领域专业性较强。但在数学领域，除核心的概念定理之外，不少概念还广泛应用于各个学科。而情报学中有的概念是由计算机科学和数学等学科交叉产生。正如有学者研究指出[1]，交叉学科在各个学科的知识、技术以及视野方面均有所交叉融合，而学科这一概念已经不能通过简单的“三独立说”实现，即独立的概念系统、独立的研究方法和独立的研究对象。传统的简单的规则已很难从包含海量知识的网络百科全书中获取当前的学科领域相关知识。而这一问题对不断发展的新兴学科更为严重。

目前，学科领域的文本划分多利用基于规则或统计的方式，在特定领域进行实现[2]，缺乏系统性视角以及对语义之间的相互作用的整体性考虑。……