近年来，随着学术文献数量的快速增长，如何高效地对海量文献进行自动分类成为研究热点。本文提出了一种基于BERT-GCN-Re...et的文献摘要自动分类方法，该方法融合了预训练语言模型BERT和图卷积网络GCN的优势，能够同时捕捉文本的语义信息和结构化特征。通过构建文献间的引用关系图，利用GCN学习节点表示，并结合BERT提取的文本特征，实现更精准的分类效果。实验结果表明，该方法在多个学术文献数据集上取得了优于传统文本分类方法的性能，为文献管理和知识发现提供了有效的技术支持。