要解决日益复杂的社会问题,单一的学科的领域往往难以进行全面以及深入的研究,需要多学科的共同努力。当今的科学研究也越来越多地参考来自更多学科领域的理论与方法,跨学科的知识流动越来越频繁。随着开放存取运动的兴起,越来越多的全文数据库免费开放。与此同时,自然语言处理与机器学习、特别是深度学习技术不断发展与进步。这些为基于全文本的跨学科知识流动研究提供了坚实的数据与技术基础。引用关系是体现跨学科的重要形式,引文内容是承载跨学科知识流动的主要载体。本研究选取学术论文全文中的引文内容句为主要研究对象,抽取引文内容句中包含的知识,即术语,量化分析了学科交叉情况,揭示了不同学科间的跨学科知识流动现象,为基于引文内容的跨学科知识流动研究提供了新的研究方法。本文主要包括引文内容句中的术语抽取、不同粒度下的学科交叉度计算以及跨学科知识流动研究。在引文内容句中的术语抽取方面,本文将其视为名词块的提取与特征选择任务。首先从全文信息中抽取引文内容句,结合学科和位置匹配构建了不同学科的引文内容句语料库;其次,本文提出了新的研究方法,基于该语料库,抽取引文内容句中的名词块;然后制定归一化处理、特征选择等筛选机制;最后筛选得到各学科的引文内容术语列表。在不同粒度下的学科交叉度计算方面,本文首先选取了五个学科交叉测度指标,然后从两个角度进行了分析。首先基于学科被引次数构建的学科互引矩阵,然后创新地提出细粒度的学科交叉度计算,即基于不同学科引文内容术语列表构建术语特征矩阵。从不同粒度量化分析跨学科程度,最后对不同粒度下的结果进行分析,并体现了本文提出的基于引文内容术语角度量化分析跨学科的重要性。在跨学科知识流动研究方面,本文探究了整体的跨学科知识流动现象和不同章节位置的跨学科知识流动现象。基于本研究构建的语料库和术语列表,首先从整体分析跨学科知识流动的整体内容;然后将术语与章节位置信息对应,细粒度分析在不同章节位置跨学科知识流动情况;最后选取特定学科进行跨学科知识流动案例分析。结果体现出术语在引言内容中分布较广,并且强调了基础性学科在被引用时的重要性,表明了引用位置对于评估学科重要性有重要参考价值。本研究旨在通过构建不同学科的引文内容句语料库和不同学科的引文内容中的术语列表,综合学科交叉指标量化分析不同学科之间的学科交叉情况,以及通过不同学科的术语来揭示跨学科知识流动现象,并比较不同角度的方法与结果,为跨学科相关研究提供新的参考思路和研究方法。