在项目评审过程中,正确选择领域专家对于保证评审结果的公正性、准确性与合理性是至关重要的。现阶段评审专家遴选工作一般都是采用计算机简单查询辅助人工选择的方式,其本质也就是传统的基于关键字的匹配检索方法,这类方法没有考虑词语所包含的语义,对于决策者的智能辅助作用也就非常有限。 基于本体的概念匹配检索方法在一定程度上可以解决这个问题。本文使用本体中的概念和关系描述项目文档和领域专家文档,将文档形式化为含有语义关系的树型概念结构,然后计算这些概念树之间的语义相似度,根据相似度的大小来为一个项目选择最合适的领域专家。 本文的核心工作概况为两点: (1) 在集成基于点和基于边的语义相似度计算方法的基础上,提出一种计算两棵树型概念结构中两个概念结点之间、以及两棵树型概念结构之间的语义相似度的方法。 (2) 分析、设计和实现了一个基于本体的项目和领域专家匹配原型系统,在逻辑上,这个系统主要分为四个部分:本体构建、文档形式化、信息匹配和用户接口。 本文以学科分类标准作为框架,使用Protege构建了一个本体的原型,并且收集了一些项目和领域专家文档数据。然后利用这些数据,从不同侧面分别设计了若干个测试,检验分析这个系统的准确率、召回率等性能指标。从测试结果来看,本文改进的算法可以在较大程度上拟合人工判断,也可以获取较高的准确率和召回率。 本文的研究重点是基于本体计算文档的语义相似度,这为评审一个项目选择合适的领域专家提供了一个新的思路。