【摘要】[目的/意义]生成式大语言模型改变自然语言处理研究的范式，推动人工智能赋能社会科学研究的新潮流，为从文本深层语义特征角度量化计算人文社会科学学科的交叉与融合提供新思路。[方法/过程]使用ChatGPT模型对人文社会科学学术文献进行学科判别，基于小样本学习识别模型预测结果中的学科名知识实体，从期刊知识分散分布视角衡量多学科候选分类问题，将判别结果与文献所属期刊对应学科作比较分析，提出跨学科丰富度、跨学科密切度、主体度等指标结合跨学科度的跨学科性量化研究。[结果/结论]围绕AIGC赋能交叉科学测度研究，从学科归属问题的判断、生成式模型答案集中学科名的抽取、多学科候选问题的赋权、交叉科学内容性度量指标等几方面提出一套研究框架方法，实现从内容角度充分利用AIGC赋能社会科学研究，为进一步探索各社会科学研究的内在逻辑提供借鉴和参考。