[發明專利]一種基于關鍵詞的評審專家智能檢索與推薦方法

有效

• 申請號: 201310511342.5
• 申請日: 2013-10-24
• 公開（公告）號: CN103605665B
• 公開（公告）日: 2017-01-11
• 發明（設計）人: 徐小良;吳仁克;鄭楊;潘翔
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙)33240
• 代理人: 杜軍

技術領域

本發明屬于信息檢索技術領域，尤其涉及一種基于關鍵詞的評審專家智能檢索與推薦方法，用于檢索科技項目評審專家。

背景技術

隨著科技項目申報管理系統在我國的迅速普及，科技項目的評審工作從以往的集中會議模式發展到當前的網絡模式。評審專家根據領域知識和資助機構的資助標準，對項目申請書進行評議，資助機構依據評審專家的評議情況決定是否資助。科技項目管理系統的規模越來越大，形成大量的專家庫信息。由于科技項目評審必須做到客觀性、公正性和權威性，因此，如何快速準確地、智能地檢索并遴選出與待審項目領域相匹配的評審專家，變得十分重要和關鍵。

現有的科技項目評審專家信息檢索大多以字符精確匹配或模糊匹配的方式，從單字段或多字段進行篩選，檢索過程只注重關鍵詞的機械匹配，檢索相關度計算忽略語義相關性的分析，不是針對專家信息的全文檢索。在計算檢索相關性時，缺乏考慮專家信息各字段具有不同的重要性；同時，由于沒有建立專門的索引庫，在專家信息量龐大的情況下，不能快速檢索出結果，而且不能按照相關度進行排序。另外現有技術在輸入關鍵詞時大多缺乏智能聯想提示功能。這些都會導致檢索結果查全率和查準率不高，限制了在科技項目評審專家檢索領域的自動分析和智能化處理的能力，直接約束了科技項目評審工作的社會服務能力。現今通用的全文檢索技術在很多領域得到的應用，可有效緩解上述問題，但鮮有在專家信息領域的運用。

發明內容

本發明針對現有技術的不足，提出一種基于關鍵詞的評審專家智能檢索與推薦方法。

本發明解決問題所采用的技術方案包括如下步驟：

步驟1.評審專家信息的采集是專家智能檢索的第一步，從科技項目申報管理系統后臺數據庫中收集評審專家知識信息。

步驟2.把評審專家信息中的通用詞和慣用詞作為專業停用詞庫；把標點符號、非漢字作為切分標記庫。

步驟3.對評審專家信息進行分詞：首先根據評審專家信息中切分標記抽取專家信息，獲獎情況、發明情況、發表論文情況、課題承擔過的項目及完成情況、研究方向等信息，切分成子串序列，一個子串序列即一個字段信息；利用中科院ICTCLAS對子串序列進行分詞。

步驟4.根據通用停用詞庫和專業停用詞庫進行停用詞過濾，提取每個專家的特征詞集合。通用停用詞庫采用哈工大停用詞表，專業停用詞庫的構建是一個自學習不斷完善的過程，設計了一個專業停用詞庫統計器，在不斷進行的專家信息分詞過程中統計詞語的詞頻，詞語在文本出現的概率大于一定閥值，將它納入到專業停用詞庫，這些詞語不是反映信息主題的特征詞。

步驟5.構建專家知識表示模型：本發明利用專家信息的“半結構化”特征，對空間向量模型和物元知識集模型的擴展，建立知識表示模型TM＝(id,F,WF,T,V)，其中，id表示在專家庫中的標識字段；F表示評審專家中字段類別集合；WF為字段的權重集合，定義wf為字段權重集合的元素；T為特征詞語集合；V表示字段所對應的特征詞語及其權重集合，V_i={v_i1,f(v_i1),v_i2,f(v_i2),...,v_in,f(v_in)}，v_ij表示第i個字段中的第j個特征詞語，f(v_ij)表示v_ij特征詞語在所對應的字段內的出現頻率權重，計算公式如下：

根據知識表示模型的定義，評審專家信息的知識表示為：

步驟6.索引庫構建專家知識表示模型構建完成后，將專家信息索引入庫：從基礎項目庫中讀取評審專家的內容項信息；根據步驟4提取出的專家信息特征詞；依據步驟5的知識表示模型并利用Apache?Lucene對信息建立索引；將建立好的索引按所屬類別加至對應的索引庫中，直到所有的評審專家索引入庫。

步驟7.當用戶輸入關鍵詞語素時，從關鍵詞庫中智能聯想地自動提示關鍵詞供用戶選擇，用戶也可不選擇自動提示關鍵詞，而是繼續輸入自己的關鍵詞語素，同時利用關鍵詞統計器實時更新關鍵詞詞庫。

所敘述的自動提示關鍵詞的關鍵詞詞庫的構建過程如下：