[发明专利]基于研发项目文本描述的进度管理系统及其管理方法

说明书

本申请涉及研发项目智能管理的领域，其具体地公开了一种基于研发项目文本描述的进度管理系统及其管理方法，其通过包含嵌入层的语义编码器对研发项目的文本描述进行全局性的语义关联特征的提取，并且还对于所述文本描述中的研发项目的类型标签特征、离研发项目结题的时间特征和预报研发成果数据特征进行更深层次的聚焦挖掘，进一步地，在对这些特征信息进行级联前分别对全文特征向量进行基于信息的柯西归一化，以实现所述特征向量中的局部特征相当于向量特征分布的整体的聚类，从而增大特征分布对于所述特征向量的期望特性的依赖，以提高信息聚合度。这样就能够准确地根据所述各个研发项目的实际情况来自适应地调整预警时间。

技术领域

本发明涉及研发项目智能管理的领域，且更为具体地，涉及一种基于研发项目文本描述的进度管理系统及其管理方法。

背景技术

研发项目管理中研发项目的进度监控和管理是关键，尤其是，要针对不同类型的研发项目设置不同的进程预警以防最终研发项目无法按时结题。应可以理解，对于不同的研发项目有不同的时间要求，在对不同研发项目进行时间预警规划时，需考虑各个研发项目的实际情况来自适应地调整预警时间，例如，如果，研发项目的技术难度高，则需要提前进行预警，研发项目的技术难度低，则可以推迟预警，再如，针对于同一类型的研发项目，还需要考虑预报的研发成果，如果研发成果多，则需提前预警，如果研发成果少，则需要之后预警。

因此，期望一种基于研发项目文本描述的进度管理系统及其方法，以根据实际的情况进行研发项目的智能预警。

深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、文本信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水平。

近年来，深度学习以及神经网络的发展，尤其是卷积神经网络的发展，为研发项目文本描述的进度管理提供了新的解决思路和方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于研发项目文本描述的进度管理系统及其管理方法，其通过包含嵌入层的语义编码器对研发项目的文本描述进行全局性的语义关联特征的提取，并且还对于所述文本描述中的研发项目的类型标签特征、离研发项目结题的时间特征和预报研发成果数据特征进行更深层次的聚焦挖掘，进一步地，在对这些特征信息进行级联前分别对全文特征向量进行基于信息的柯西归一化，以实现所述特征向量中的局部特征相当于向量特征分布的整体的聚类，从而增大特征分布对于所述特征向量的期望特性的依赖，以提高信息聚合度。这样就能够准确地根据所述各个研发项目的实际情况来自适应地调整预警时间。

根据本申请的一个方面，提供了一种基于研发项目文本描述的进度管理系统，其包括：

第一语义编码单元，用于将待管理的研发项目的文本部分通过包含嵌入层的语义编码器以生成全文特征向量；

关键数据提取单元，用于从所述研发项目的文本部分提取研发项目的类型标签、离研发项目结题的时间和预报研发成果数据；

第二语义编码单元，用于将所述研发项目的类型标签、所述离研发项目结题的时间和所述预报研发成果数据分别通过所述包含嵌入层的语义编码器以获得第一特征向量、第二特征向量和第三特征向量；

特征向量融合单元，用于将所述第一特征向量、所述第二特征向量和所述第三特征向量进行级联以生成关键特征向量；

特征向量校正单元，用于基于所述关键特征向量，对所述全文特征向量进行校正以得到校正后全文特征向量；

分类特征向量构造单元，用于将所述校正后全文特征向量与所述关键特征向量进行级联以得到分类特征向量；以及

管理结果生成单元，用于将所述分类特征向量通过分类器以获得分类结果，所述分类结果用于表示是否产生项目时间预警提示。