相似度計算在科技項目管理系統中的研究及應用.pdf

1、隨著我國各類科技項目申請數量的快速增長,管理部門難以通過人工形式做到科學有效的審查,導致項目重復申報立項的現象屢見不鮮。因此,項目查重系統關鍵技術的研究及應用是非常有意義的。本文基于文本處理和相似度計算等技術和方法,重點研究科技項目的關鍵詞提取、智能檢索、相似度計算及在項目管理系統中的創(chuàng)新應用。主要研究內容如下:
　　1針對科技項目存在未登錄詞且往往是關鍵詞的特點,在分詞基礎上研究提出一種基于規(guī)則模型的未登錄詞識別方法。此外,通過

2、自動學習策略來擴展完善停用詞庫。
　　2提出一種基于統計結合語義信息的項目關鍵詞提取方法。依據詞的語義和共現關系構建帶權詞語網絡并給出網絡中節(jié)點的綜合特征值計算方法,結合統計信息值得到詞語的權值并根據權值大小提取關鍵詞,然后聯合未登錄詞建立項目知識表示模型并構建項目索引庫。
　　3在以上研究的基礎上研究提出一種基于關鍵詞的項目語義檢索方法。對查詢文本進行預處理和語義擴展得到查詢關鍵詞集合,并提出相關性函數來計算其與檢索索引庫

3、中項目之間的相關度,然后根據相關度對檢索結果進行排序。
　　4提出一種基于項目知識表示模型的相似度計算方法。通過相關詞加權策略對關鍵詞權重進行優(yōu)化,根據項目知識表示中詞語的類型進行相應的語義相似度計算與基于字符匹配的相似度計算并融合得到項目內容項間的相似度,然后對內容項的相似度加權求和得到項目的相似度。
　　基于上述研究成果開發(fā)的科技項目相似性檢測系統實現了項目檢索和查重的智能化和科學性,同時極大地減少了項目人工查重的工作量