大数据时代,医学文献知识发现一直受到研究人员的关注。随着海量医疗数据的涌现,大量的生物医学信息,比如,疾病、基因和药物等实体信息以非结构化的方式呈现在肿瘤研究文献中,数据的复杂多样性为知识发现研究提出了新的挑战。目前,鲜有研究融合文本词嵌入表示技术和主题层面知识对医学文献进行知识发现探究。因此,本研究提出了一种基于词嵌入表示的肿瘤文献主题知识发现模型,以肿瘤文献为研究对象,用主题词嵌入表示模型（Topic Word Embedding,TWE）进行词向量和主题向量的词嵌入表示,基于孪生神经网络（Siamese Network）结合文本和领域知识主题进行相似度计算,通过聚类分析实现了基于词嵌入模型的肿瘤文献主题知识发现研究。一方面本研究通过主题词嵌入模型学习医学文献在主题层面的语义信息表示,探究了主题词嵌入表示方法在医学文献主题知识发现中的效果。结合主题模型的TWE词嵌入表示方法不仅考虑了词语的上下文信息,还考虑了词语对应的主题信息,使词语所蕴含的语义信息更加丰富,使模型可以更好地学习到词语和主题等信息。结果表明,相较于传统的基于主题模型的表示方法,TWE词嵌入表示方法在主题聚类中的轮廓系数较高,达到0.58,可以更好地发现主题之间的潜在关联。另一方面,在已有研究表明非结构化医学信息能有效帮助实现医学领域的知识发现的基础上,借鉴基于主题词计算主题语义相似度的方法,探究了结合词嵌入表示和领域知识主题语义的深度学习方法在主题知识发现中的有效性。本研究使用TWE主题词嵌入模型对文本和主题向量进行表示,以TWE主题词嵌入表示结合领域知识主题表示为输入,利用孪生神经网络对数据进行训练并调节参数,综合评价指标F较高,达到0.94,高于其它文本表示方法。最后通过对比分析和聚类分析从从超、高、中和低频的角度对疾病和关联基因进行分析,发现当前的热门研究以及未来可能成为研究热点的靶点基因。结果表明,本研究所提出的结合词嵌入表示和领域知识主题语义的深度学习方法在主题知识发现中的有效性。最后,在应用方面,根据上述提出的模型以及实证研究结果,本研究以肿瘤期刊文献和科技报告文献为数据源,构建了基于深度学习的多源数据主题知识发现平台。