随着时代的发展和互联网的普及,不同学科人员交流密切,科学成果的产生也往往伴随着不同学科研究人员的协同合作。跨学科研究在推动技术创新和促进学科发展的同时,已经成为当代科技发展的重要特征。对主题进行跨学科性测度分析可以更具体的聚焦于特定研究范围,鼓励不同学科科研工作者间的交流合作,从多学科视角聚焦实际问题,在学科交叉中找到灵感,助力科研攻坚克难,解决技术壁垒。本文主要分为四个部分,第一部分梳理了国内外跨学科研究的发展历程,并对跨学科研究中的研究框架与跨学科性测度进行概述总结。其次在梳理跨学科研究对象的基础上,扩展了研究对象的维度——主题维度,同时对主题识别相关技术进行评述;第二部分对基因编辑领域进行数据集构建,并对主题的跨学科性指标进行选择,建立指标体系;第三部分考虑多学科期刊中文章映射到学科的不均衡问题,将作者主题模型引入跨学科研究中构建学科主题模型,对基因编辑领域数据进行主题挖掘。选择困惑度指标作为衡量模型泛化能力的标准,进行主题建模,从而得到学科-主题矩阵与主题-词项矩阵;第四部分首先计算基于学科-主题模型的学科相似度,并与基于引用关系的学科相似度进行对比;然后对主题跨学科性进行计算和相关分析,并对基因编辑领域跨学科性较强的主题进行挖掘。结果表明基于ST模型的TD指标和基于学科引用的(1~*指标在三个维度的相关性上要优于其他指标;且学科-主题模型可以有效识别学科中主题的分布。最后,两者结合可有效挖掘基因编辑领域跨学科性较强的前20个主题和每个主题所涉及的学科分布。本文通过实证研究可以为科研政策制定者提供激励的参考,为科研工作者提供研究方向。同时本文为计算学科相似度提供了新的测算方式,丰富了跨学科的理论研究。另外本文将研究视角转移到——“主题”层面展开跨学科性测度研究,扩展了研究跨学科对象的角度。