术语是在特定专业领域用来表示概念的专门用语，术语学涉及语言学、词汇学、逻辑学多门学科，并且术语学应用也需要和各专业学科相融汇。因此，术语学工作者只有不断从相关学科研究领域中吸取营养，利用新技术，才能推动术语学不断发展。事实上，很多著名术语学家都从多学科领域研究开始，形成了自己独特的学术思想，开创并推动了现代术语学的发展。例如，现代术语学的奠基人维斯特虽以术语学家著称，但同时也是一位工程师和语言学家;俄国术语学派创始人洛特是工程师出身的院士。计算机技术的突飞猛进、数据库功能的不断强大，都为术语学的持续发展提供了动力。
　　现代科技发展日新月异，各学科越来越向纵深化发展，学科的应用也越来越广泛，学科之间的交叉渗透也逐渐增多。而得益于互联网、数字出版、数据库、大数据等技术的广泛应用，各学科之间相互交叉融合的速度进一步加快。术语学在这个大背景下，自然也顺势而为，借助其他相关学科概念、方法与技术，获得新发展。
　　我们利用中国知网，统计了近10年术语学领域中文高被引期刊文献，对这些文献的关键词做词频统计后发现，在高频词里，除了常用的术语学基本概念，以及同术语翻译和术语学应用有关的概念，领域本体、语料库、文本挖掘、数据挖掘、词频统计、共词分析、机器翻译、叙词表、自然语言处理、本体构建、大数据、语音识别、知识图谱也是比较热门的关键词。这些术语最早出现在语言学、计算机、图书情报等专业领域，之后也成为术语学研究的重要方法与概念。
　　如词频统计或词频分析，最初作为语言学、计算机、图书情报等领域的术语和概念出现，在2000年左右开始被术语学研究者关注，此后在术语学领域一直得到广泛应用。该技术在术语学中常用来发现某一学科领域的研究热点或趋势。本期刊登的《基于arXiv论文术语词频的暗能量研究趋势分析》就是通过术语出现的频次来反映天体物理学的发展趋势。词频统计出的高频新词能发现研究热点，对发现研究思路或发展方向有所启发。在此基础上，还要建立多个相异概念的联系才能构成思路或方向，这就需要对含有高频新词的文献再做多次词频统计，这就是共词分析的概念。共词分析最初在图书情报领域出现，2010年开始成为术语学的研究热点。共词分析能发现研究思路或发展方向，但如果需要进一步了解研究领域的总体发展状况，就需要整合多个高频词的共词分析，发现各高频词的热度和它们之间的关联强度，这就是知识图谱的概念。明确的知识图谱的名稱最早在2005年出现，也出自图书情报和计算机领域，2011年开始得到术语学研究者的广泛关注，总体上研究文献也在持续增长。
　　“海纳百川，有容乃大”。以开放发展的理念、开阔的视野，不断吸纳新技术，拓展术语学的研究范畴和研究方法，将持续为术语学研究和应用带来活力，助益术语学取得新的发展。
　　本刊编辑部
　　2020年6月15日