互联网已经成为人们获取各类信息的重要来源。然而,急剧增长的互联网信息也给人们带来了信息过载问题的困扰。作为一种能够解决信息过载并满足专业领域信息需求的方法,面向主题的信息整合技术逐渐成为研究的热点。信息整合技术能够将位于不同信息源分散的主题信息进行整合并提供信息服务。因此,作为基于网络的信息整合和信息服务的关键技术,高效精准的信息源发现和分类技术的研究显得尤为重要。本文面向高端装备制造产业(high-end equipment manufacturing industry,HEMI)信息服务和国家两化融合课题的实际需求,对HEMI信息源的自动发现和分类技术展开研究。由于人工获取HEMI信息源存在任务量大、效率低、难以满足实时需求等不足,因此,目前亟需一种信息源的自动发现方法。本文通过调研已有的信息源发现相关技术,并结合HEMI网站的特点,提出了一种基于分布式表示的HEMI信息源及与其相关专题栏目的自动发现方法。首先,结合两种不同的分布式表示方法来扩展查询关键词;其次,通过网页的分布式表示来计算其与查询关键词的相关度;然后,根据栏目下相关网页的占比是否超过某一阈值以判断该栏目是否为HEMI信息源。其中,本文在计算网页相关度时提出一种基于双向LSTM和分布式表示的网页相关度计算方法;最后,本文采用CNN和RCNN模型对上一步骤中的相关栏目下的网页正文进行分类。实验结果表明:(1)基于双向LSTM和分布式表示的网页相关度计算方法在性能上显著优于向量空间模型和LDA模型,有效提升了网页相关度计算的准确率;(2)相比于CNN,RCNN模型在本文的HEMI信息源分类任务上能获得更佳的效果,F1值达到90%以上。