［目的/意义］现有基于合作或引证建立的学术共同体展现了更显性的学术关联，但不能直观地揭示出学术共同体所共有的特征，同时不可避免增加了人情因素带来的偏私倾向。［方法/过程］以知网文献摘要数据为研究对象，本文利用LDA和Word2vec混合模型挖掘得到每篇文献的主题，主题包含主题词及其扩展词。并以此作为主题与文献作者关系的依据，构建学者—主题二模网络，通过对二模网络以及映射的一模学者网络进行可视化，直观地反映了领域内学者就研究方向的聚集情况。［结果/结论］LDA和Word2vec混合模型能够深入挖掘文献主题，而利用二模能够展现二元的主体，通过上述方法，能够找到在现实中或许没有发生合作、但具有潜在重合研究主题倾向的学者群体。以国内图情领域为例，识别其核心学术共同体。“学者—主题”的二模网络中纳入了学者隶属群体的信息，不仅从全局视域归纳出领域内由词语元素构成的具体主题，而且利用向量距离计算得到的各个主题的扩展词语集，能进一步解释学者共同体所隶属群体的深化特征，能够有效降低人情因素，为同行评议提供支持。