目前,存储库上可公开访问的科学工作流大量增加,这些科学工作流是科学家用来循环执行来实现某些功能的过程,它们由活动、活动之间的功能执行关系以及子工作流组成。当科学家想要设计和开展新的实验,考虑到从头开发一个新的科学工作流实验通常是一个需要大量知识和努力的,并且容易出错的任务。因此复用和重用那些已在存储库的历史科学工作流中被证实过的、成熟的最佳实践片段,被认为是一种成本效益高而又避免错误的策略。然而,一个科学工作流实验可能与多个科学工作流部分片段相关,这种观察驱使我们提出一种技术,该技术可以发现和推荐相关的跨工作流片段以满足这样的需求。我们先前的工作已经实现了对于处在同一粒度水平的活动所组成的需求片段,如何做跨工作流片段发现和推荐的工作,但是限制在于科学工作流中除了活动之间平面化调用关系,还有子工作流和它相应活动之间的层次化父子关系。某些科学需求可以通过组合粗粒度或细粒度的片段来满足具备粒度级别的需求规格说明。为了解决这一挑战,本文提出了一个新奇的跨工作流片段发现机制,具体内容如下:1)借助历史的科学工作流数据,构建一个活动知识图谱,以此来容纳科学工作流中活动之间平面化的调用关系,以及子工作流和其相应的活动之间的层次化父子关系。一般来说,活动知识图谱能够促进片段发现工作;2)活动和子工作流的语义相关性根据它们的代表性主题来计算。将活动和子工作流的名字和描述信息转化为对应的短文档。在短文档的语料库下,运用主题模型获得关于活动和子工作流的主题分布。按照一定的筛选策略,选择出相对于每个活动和子工作流的代表性主题;3)给定一个依据工作流模板指定的需求,考虑语义相关性和短文档描述,为需求模板上的每个活动找到各自的候选活动或子工作流。候选片段是通过发现候选活动或子工作流上指定的活动知识图谱上的关系而被构造。通过平衡片段的结构相似度和语义相似度,候选片段被评估和排列。本文在科学工作流数据集上开展大量的实验。实验结果显示,与现有技术相比,该技术在发现合适的跨工作流片段上是准确的。