HASSHumanities Arts and Social Sciences3066-83013066-831XArt and Technology10.61369/HASS.2026040022Articlehttps://artdesignp.com/journal/HASS/2/4/10.61369/HASS.2026040022何今成2026242026-04-20由于图情文献数据规模爆炸性增长、结构日趋复杂，故传统信息处理范式遇到重大挑战，而计算机智能技术为文献数据的深层知识挖掘提供了有力的新方法论支撑。因此本文对知识图谱、自然语言处理、机器学习与深度学习、文献计量可视化四类核心技术在图书情报文献数据挖掘中的典型应用路径及最新进展提供了新的方法论支撑。讨论了技术融合背景下图情文献挖掘从表层索引走向语义理解、从静态统计走向动态推理、从单源分析走向多源协同的范式转型路径。在此基础上，作者又严谨地提出了面向知识发现的分层技术实现框架，并用典型应用场景验证其可行性与有效性。最终得出明确而有力的结论：计算机智能技术的系统性介入已经是推动图情文献数据深度挖掘从“浅层语义揭示”迈向“深层知识发现”的根本驱动力，也是智慧图书馆建设及情报服务创新最可靠的技术保障。计算机智能技术；图情文献数据；深度挖掘；知识图谱；自然语言处理