[发明专利]构建专家知识向量模型的方法、装置及终端设备

说明书

本发明实施例提供了一种构建专家知识向量模型的方法、装置及终端设备，其中，构建专家知识向量模型的方法包括：根据预设数量的成果文本，构建成果知识向量；依据预设数量的成果文本的时间信息及作者信息，确定专家‑成果集；基于成果知识向量及专家‑成果集，构建专家知识向量模型。本发明实施例提供的方法，构建了一种结合时间因素的专家知识向量模型，动态反映专家的兴趣变化，不仅保证了专家研究兴趣的时效性，而且提高了专家遴选的准确性，能够更好地满足专家遴选的要求。

技术领域

本发明涉及信息处理技术领域，具体而言，本发明涉及一种构建专家知识向量模型的方法、装置及终端设备。

背景技术

随着科技项目申报管理系统在我国的迅速普及，科技项目的评审工作从以往的集中会议模式发展到当前的网络模式。评审专家根据领域知识和资助机构的资助标准，对项目申请书进行评议，资助机构依据评审专家的评议情况决定是否资助。科技项目管理系统的规模越来越大，形成大量的专家库信息。由于科技项目评审必须做到客观性、公正性和权威性，可见，如何快速准确地、智能地检索并遴选出与待审项目领域相匹配的评审专家，变得十分重要和关键。

而且，目前在对评审专家进行遴选的过程中，基本上都是基于预先建立的专家信息模型来进行，于是，如何构建准确、时效性强的专家信息模型成为本领域技术人员亟待解决的技术问题。

发明内容

本发明的目的旨在至少能解决上述的技术缺陷之一，特别是无法构建时效性强的专家信息模型的技术缺陷。

本发明的实施例根据一个方面，提供了一种构建专家知识向量模型的方法，包括：

根据预设数量的成果文本，构建成果知识向量；

依据所述预设数量的成果文本的时间信息及作者信息，确定专家-成果集；

基于所述成果知识向量及所述专家-成果集，构建专家知识向量模型。

优选地，所述根据预设数量的成果文本，构建成果知识向量，包括：

根据预设提取方式，从每个成果文本中提取表征成果研究主题的至少一项特征项；

对所述至少一项特征项进行文本分词，得到至少一个主题词；

确定每个主题词在其对应的成果文本中的第一权重值；

基于所述至少一个主题词及所述第一权重值，构建所述成果知识向量。

优选地，所述基于所述至少一个主题词及所述第一权重值，构建所述成果知识向量，包括：

将每个主题词及其对应的第一权重值映射成相应的向量；

基于所述向量，确定每个成果文本的空间向量；

根据所述每个成果文本的空间向量，构建所述成果知识向量。

优选地，所述基于所述成果知识向量及所述专家-成果集，构建专家知识向量模型，包括：

将所述成果知识向量按照与所述专家-成果集的预设映射关系匹配分组，得到相应的专家-成果向量集；

基于所述专家-成果向量集，构建所述专家知识向量模型。

优选地，所述基于所述专家-成果向量集，构建所述专家知识向量模型，包括：

通过依据每个成果文本的时间信息，对每个主题词在其对应的成果文本中的第一权重值进行权重合并，构建所述专家知识向量模型。

优选地，所述通过依据每个成果文本的时间信息，对每个主题词在其对应的成果文本中的第一权重值进行权重合并，构建所述专家知识向量模型，包括：

依据所述每个成果文本的时间信息，确定所述每个成果文本的年份加权因子；