面向科技評審中專家回避的人物社會關(guān)系分析方法研究.pdf

1、隨著信息技術(shù)的發(fā)展，涌現(xiàn)出了大批的社交軟件，如Facebook、微博等，越來越多的人通過軟件來交友、互動(dòng)，出現(xiàn)了很多的虛擬好友關(guān)系，針對社交網(wǎng)絡(luò)的好友推薦、社團(tuán)發(fā)現(xiàn)等成為研究熱點(diǎn)。但是除了這些虛擬的好友關(guān)系，生活中真實(shí)的社會關(guān)系的挖掘和發(fā)現(xiàn)具有更大的意義和價(jià)值。
　　科技評審系統(tǒng)作為一種網(wǎng)絡(luò)評審方式，與傳統(tǒng)的電話評審和會議評審不同，科技獎(jiǎng)勵(lì)項(xiàng)目的立項(xiàng)、遴選和管理都是通過系統(tǒng)在線完成，因此涉及到評審專家與項(xiàng)目申報(bào)者關(guān)系密切需要回避的

2、過程。本文針對科技獎(jiǎng)勵(lì)評審系統(tǒng)中專家回避的特殊性，研究人物社會關(guān)系在科技評審中的應(yīng)用。本文在了解現(xiàn)有的人物社會關(guān)系抽取和應(yīng)用的基礎(chǔ)上，主要研究的內(nèi)容包括一下幾個(gè)方面：
　　(1)針對人物社會關(guān)系標(biāo)注語料庫缺乏的問題，通過收集 Web網(wǎng)頁，進(jìn)行分詞、詞性標(biāo)注等文本預(yù)處理，使用一種簡單的方式進(jìn)行人物社會關(guān)系標(biāo)注從而構(gòu)建語料庫，共標(biāo)注八類主要人物社會關(guān)系。通過引入文本分類中CHI特征選擇方法，只選擇文本中的動(dòng)詞和名詞作為特征項(xiàng)，有效的降

3、低了特征向量的維數(shù)。使用SVM進(jìn)行分類，實(shí)驗(yàn)表明，該特征選擇方法可以在一定程度上提高人物社會關(guān)系抽取的準(zhǔn)確率和召回率。
　　(2)大部分Web網(wǎng)頁中都涉及人名或人物信息，但是人物信息多是離散、非結(jié)構(gòu)化的。根據(jù)中文表達(dá)的特點(diǎn)，通過基于規(guī)則的方法，構(gòu)建觸發(fā)詞表，并引入語義信息，對人物的出生地、畢業(yè)院校、工作單位及成果等屬性進(jìn)行抽取。實(shí)驗(yàn)表明，基于觸發(fā)詞和語義信息的方法在人物屬性抽取上是有效的。本文通過抽取的人物屬性信息，發(fā)現(xiàn)人物之間潛

4、在的人物社會關(guān)系。
　　(3)人物社會關(guān)系應(yīng)用廣泛，不僅可以通過人物社會關(guān)系進(jìn)行社團(tuán)發(fā)現(xiàn)、廣告推送或產(chǎn)品推薦，也可以通過人物社會關(guān)系挖掘?qū)㈥P(guān)注的明星或其他公眾人物信息展示給用戶。本文提出一種人物信息模型，將人物信息有效進(jìn)行的組織，并將人物社會關(guān)系分為主要關(guān)系和次要關(guān)系兩類。根據(jù)科技獎(jiǎng)勵(lì)評審中專家回避的特點(diǎn)，提出一種基于人物社會關(guān)系的專家回避模型，研究人物社會關(guān)系在科技獎(jiǎng)勵(lì)評審項(xiàng)目中的應(yīng)用。該模型能根據(jù)人物關(guān)系和信息來源的不同盡可能