随着科技领域文献、成果等数据呈指数级爆发性增长,为了高效精准获取相应的科技数据,学术界和产业界都迫切需要精准化的专业数据库和知识搜索平台。虽然目前已经存在很多大型的科技文献检索服务平台,但是依然难以满足行业性或领域性的精准化搜索和服务需要。一些专题数据库的出现可以较好地满足这种特定的精准搜索,不过它们存在建设投入大、周期长等问题。因此,在科技大数据基础上亟需一种高效低成本的科技专题数据库的智能化构建方法。本文主要研究多层级主题向量空间构建方法、基于主题向量空间的分类算法,并在此基础上进行科技领域专题库构建方法及应用的研究。具体内容如下:1.为了采用智能化的方式构建不同领域的多层级主题向量空间,研究提出一种利用无监督聚类算法、文本向量表示模型等技术的构建方法,以解决主题向量空间构建中不同领域间构建方法通用性不足的问题。该模型首先针对领域内无标签文本集,建立全局词共现矩阵,接着通过Possion过程无限相关模型的改进方法获取多层级主题架构,最后利用Glo Ve模型实现多层级主题向量空间构建。2.针对多层级主题向量空间的文本分类问题,研究提出一种新的文本相似度比较算法,用来解决以词为特征项的文本分类时间复杂度过高的缺点。其中算法基于多层级主题向量空间,采用主题文本表示方法,将文本相似度定义为每个文本中所有主题-词项匹配到另外一个文本中所有主题-词项的最小代价,其中主题间语义相关性由两个主题在主题向量空间中的欧式距离所定义。最后通过文本训练集实现文本数据在领域内的文本分类。3.基于上述研究成果,根据科技成果文本语料库实现基于多层级主题向量空间的科技领域专题库构建系统。针对用户提交的需求辅助构建特定领域专题库,并且获取对应的科技成果,从而解决基于专家系统人工构建专题数据库的过程中存在的开发周期长以及维护难的问题。