基于語義的科技項目相似度計算研究.pdf

1、隨著我國科技計劃項目申報數(shù)量和經(jīng)費的逐年遞增，項目重復申報現(xiàn)象日益突出，人工形式審查難以有效解決項目查重問題。論文針對科技項目申請書的特征，主要研究項目申請書關鍵詞提取、知識表示模型構(gòu)建以及基于內(nèi)容項的語義相似度計算方法，并實現(xiàn)科技項目相似性檢測分析系統(tǒng)，從而為科技項目查重提供自動的、高效的、公正的決策支持。論文主要研究工作包括：
　　1.科技項目分詞及未登錄詞識別算法研究。針對科技項目申請書特征，提出一種基于字符串匹配及語義相結(jié)

2、合的分詞方法；同時提出一種改進的互信息語言統(tǒng)計模型來識別未登錄詞。
　　2.科技項目關鍵詞提取算法研究。利用《知網(wǎng)》知識結(jié)構(gòu)計算詞語之間的語義相似度，然后依據(jù)社會網(wǎng)絡理論構(gòu)建詞語語義相似度網(wǎng)絡并通過計算詞語關聯(lián)度來提取關鍵詞，最后與提取的未登錄詞合并構(gòu)成項目的所有關鍵詞。
　　3.科技項目知識表示模型研究。通過研究分析向量空間及物元模型，對它們進行結(jié)合與擴展來構(gòu)建項目知識表示模型及相應的知識索引庫。
　　4.研究提出一