Indexed by：
Abstract：
信息推荐是自然语言处理领域的重要技术,为进一步向科研人员进行有效的项目指南推荐,本文采用术语词表征文本特征的方式,进行分级匹配推送.通过基于词性规则和句法信息相结合的方法抽取候选术语词,并利用基于统计的方法如C-value、SCP(Symmetrical Conditional Probability)等进行术语词过滤,提高抽取质量.由指南和科研人员术语词进行分级匹配来表征二者之间的相似度,进而实现对科研人员的个性化指南推荐.对国家科技管理信息系统公共服务平台2017年发布的42篇指南设计实验进行验证,分析术语抽取结果,评价指南推荐的准确率,结果表明基于C-value+SCP的方法取得了更优的术语抽取质量,指南的个性化推荐准确率最高达到80％.
Keyword：
Reprint Author's Address：
Email：
Source ：
情报工程
ISSN： 2095-915X
Year： 2018
Issue： 3
Volume： 4
Page： 58-66
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
