近年来,随着信息技术的突飞猛进,特别是移动互联网与智慧移动终端的迅速发展和普及,新词汇新知识也不断孕育而生。对于科学研究领域来说,随着不同学科的迁移应用与相互融合,逐渐衍生出不少新的交叉学科。过去数据库或检索工具中的单一分类方法难以对这些频繁出现在交叉学科中的课题或方向进行定位与发现。如何对这些交叉学科中的频繁项进行合理描述和高效发现成为一个棘手的问题。本文提出了一种基于深度学习产生科技文献描述符的方法,再结合自适应参数的聚类算法,用于描述和发现一批交叉学科中频繁出现的课题和研究方向。本文的主要工作如下:1、分析传统的文本特征提取算法的优劣性,并详细阐述了基于深度学习的文本特征抽取和分类网络的流程与优势;介绍了本课题为提升神经网络模型分类准确率而使用的其他方法,例如引入注意力机制和数据增强等;对传统聚类算法的特点进行总结,分析各自的优缺点。2、设计了新的科技文献描述符,以“多标签+关键词”作为一篇科技文献的描述符。通过构造不同深度学习模型完成短文本(标题和)到多标签的非线性映射,使用词频方式对长文本(正文)抽取关键词作为多标签的补充信息。其中,基于统计分布的方式,确定多标签概率向量的阈值;设计深度学习模型的对比实验,并完成调优,并对不同结果进行了详细分析。3、设计改进的自适应参数DBSCAN聚类算法。通过核密度估计实现参数对区间的限定,并使用轮廓系数进一步完成优化,实现参数对的自适应选择;此外,使用数值模拟方法对密度估计函数作逼近,以提升算法效率;设计仿真实验,完成改进算法的正确性和可行性验证;使用知网数据,完成科技文献频繁项的聚类发现测试,并通过展示案例,分析聚类结果的合理性。经过对比实验与模型调优,本文设计的BERT+Highway+GRU多标签分类网络,最终F1值为0.8740。而基于核密度估计和轮廓系数的自适应参数DBSCAN算法在验证阶段的聚类效果也符合预期,证明了改进算法的正确性与合理性;对实际数据的聚类效果也具有一定价值。本文以“多标签+关键词”作为科技文献的文本描述符涵盖信息准确且语义丰富;通过数值模拟得到的核密度估算函数和轮廓系数优化在聚类测试时也表现出高效性与可靠性。通过两批知网实际数据测试,证明本文提出的算法框架能有效的获取一批交叉学科中的频繁出现的相关研究课题与方向,且具有良好的可迁移性和可用性。本课题的部分研究成果现已部署与应用于北京市某研究所,旨在为知网等科技文献平台提供自动的多标签标注功能,方便做下一步的推荐、检索与分类,同时也能降低维护与管理的人力成本。就应用的初期阶段来看,本课题成果具有较好的实用性。