文本在人类已产生的数据中占有极为重要的地位,如何从文本中自动发现知识是一个有着长久历史的经典问题。随着人工智能和数据科学的进步,机器学习与数据挖掘技术成为文本知识挖掘的主流。但是,已有模型通常只能表达数据的部分结构特征,缺乏捕获复杂场景下文本数据特征的能力。目前的文本挖掘模型与现实世界的文本挖掘任务之间仍然存在着差距。本文聚焦于多层次、动态、多源、异构等复杂场景下的文本挖掘任务。与传统的仅针对文本—单词结构的文本挖掘任务相比,这些问题中的文本数据之间或者数据的内部有着复杂而隐秘的交互结构。融合多样的结构特征能够更全面地表达文本之间的潜在关系,同时可以发现文本没有显著表达的知识结构。本文提出了特征融合的新思路:将特征表达为其邻域特征的线性组合。基于这个思想,本文详细研究了多层学科主题演化、主题分类体系构建、多源文本比较挖掘、引文影响力建模等问题。本文的主要贡献如下:（1）设计了分层的学科主题演化模型,将传统的单层主题演化分析扩展为多层次结构的演化分析。该研究将多层的主题结构视为树形结构中的词特征融合。模型通过学习上下层主题之间的特征融合因子,将下层主题合成为上层主题,自下而上地生成多层次的主题结构。与传统的分层主题模型相比,该模型能够确定子主题与父类主题之间的权重,这极大地促进了结构演化分析的准确性,能够有效地观察演化的细节,发现主题之间的交互形态以及学科的演化模式。（2）提出了基于深度结构的主题分类体系学习方法,实现了交叉结构的主题树生成,即一个子主题可以归属于多个父类主题。这是一种更符合现实知识组织形态的结构。该方法基于不同尺寸的主题特征空间转换发现不同抽象级别的主题以及它们之间的交叉隶属关系。模型借助深度学习结构,在两个正则项的交替作用下,筛选适当的下层主题构成上层主题,诱导同一父类的子主题之间的融合。这种算法架构可以自动确定主题的树形结构宽度,提高模型稳健性。（3）为解决多源文本比较挖掘问题,本文开发了基于矩阵分解的比较文本挖掘模型。这项研究基于一个两阶段的算法方案,能够区分两个文本数据集相同和不同的主题,同时自动确定相同主题与不同主题的主题数目。模型将不同文本集的特征关系识别为相关特征和不相关特征,对于相关特征强制逼近,对于不相关特征则引入希尔伯特—施密特独立性准则保持其独立性。该模型不仅可以发现不同数据集知识的异同,也可以有效排除不兼容特征的干扰,提高兼容特征之间融合的互补性。（4）本文将引文影响力引入引文网络的学习模型中,对引文关系进行动态的编码,替代了原始引文网络的二值结构,提高了模型在文本聚类、影响力预测等任务中的性能。该研究将引文影响力矩阵集成在矩阵分解框架中,学习单词特征与文档特征的同时,学习引文影响力的权重。模型通过引文提供的权重融合文档特征与引文特征,将文档表示为引文特征与自身特征的组合,同时引入引文稀疏性的概念,发现高价值的核心引文,抑制和删除低价值引文。上述4种模型将不同形态的文本结构动态地解构为不同的特征关系,不仅提高了特征融合的准确性和合理性,也发现了文本中隐藏的丰富而有价值的知识。这些模型在实验中表现了良好的性能,证实了多模态文本特征的融合是解决复杂文本挖掘问题的有效方法。本文的研究有助于特征融合与文本挖掘的理论发展,为复杂场景中的文本数据建模提供了新的途径。