引文网络是一种以科技文献为节点,文献之间的引用关系为边所形成的一种网络,是知识发现领域使用最多的重要工具之一,引文网络属于复杂网络的一个分支,具有复杂网络的一般性特征,比如小世界、集聚性等。引文网络是科研人员用来进行学科预测和评估热点领域的一种工具,最初并不涉及文本的研究,随着人工智能的发展,文本数据作为重要的信息来源之一,在引文网络中引入文本属性已经变成可能,但由于文献篇幅通常较长,对每一篇文献的全部内容进行文本分析往往效率低下而且并无必要。学术文献具有结构规范,特征清晰的特点,仅标题、摘要和关键词就可以了解文章大致主题,所以对引文网络进行文本分析时,只需要利用上述三者组成的文本作为文献的文本属性即可获得文章的主题信息。对引文网络进行文本特征分析时,使用的是标题、摘要和关键词组成的短文本,由于短文本的词汇矩阵稀疏性,传统的BOW+TFIDF+VSM/LSA体系和神经网络模型在分析引文网络的文本特征时效果并不理想。基于此,结合文本挖掘和社区发现技术,本文提出一种基于语义相似度的引文网络模型,以文档之间的语义关系以及引文之间的引用关系为基础,结合词汇在文档中的位置关系和结构,构建基于词汇语义相似度加权的学术文献引文网络。首先,利用GloVe模型对词汇向量化以充分利用词汇的语义信息,通过WMD方法度量文献之间的相似度,把文档相似度的计算转变为在约束条件下求线性规划最优解的问题,避免BOW+TFIDF+VSM体系中短文本的文档-词汇矩阵过度稀疏造成的信息丢失,也可以避免利用神经网络模型训练词汇向量,再由词汇向量转换为文档向量时造成的语义失真。然后基于上述算法,综合考虑文本的语义内容和网络的结构特征对引文网络中的节点引用关系进行赋权,以Louvain社区发现算法对加权后的引文网络进行社区发现实验。在实验部分,本文选用Web of Science数据库中的文献为原始数据对模型进行验证,对无权网络、BOW+TFIDF+VSM引文网络和基于语义相似度的学术文献引文网络分别从定量和定性两方面对实验结果进行分析比较,结果证明,对基于语义相似度的学术文献引文网络模型进行社区发现,效果有较明显的改善。