随着跨学科研究的指数增长，准确识别科学文献的学科领域在各种研究管理任务中变得越来越重要。跨学科分类将文献分为多个学科领域，对于多学科研究的发展至关重要。由于标记的多学科数据稀缺，现有的科学文献分类方法无法解决跨学科问题。它们大多数还存在解释性问题，简单地提供分类结果。本研究提出了一种基于可解释的迁移学习的跨学科文献分类方法。首先，我们使用现有的标记单一学科文献训练了一个单一学科分类模型。然后，我们将从单一学科分类中学到的知识转移到跨学科分类中，以解决标记的跨学科数据稀缺的问题。我们还将学科共现信息添加到我们提出的模型中。最后，我们通过使用跨学科数据训练转移模型来获得最终模型。此外，通过采用逐层相关传播，为文本分类提供了基于关键词的解释。对真实NSFC数据的实验表明了所提出方法的有效性，可以通过构建一个高效公平的跨学科审查系统来促进跨学科发展。
科学同行评议的跨学科分类
