一种基于语义相似度的科技评价专家推荐方法

唐翊群; 陈豪; 王书海; 王都

doi:10.13319/j.cnki.sjztddxxbzrb.20250264

石家庄铁道大学学报（自然科学版） ›› 2026, Vol. 39 ›› Issue (1) : 114 -119. DOI: 10.13319/j.cnki.sjztddxxbzrb.20250264

一种基于语义相似度的科技评价专家推荐方法

唐翊群, 陈豪, 王书海, 王都

作者信息 +

Author information +

文章历史 +

摘要

针对传统科技成果评价中专家遴选依赖学科分类、语义匹配不足以及难以体现专家真实评审经验等问题，提出一种基于语义相似度的专家推荐方法。利用三元损失函数微调的Albert模型生成科技成果语义向量，并结合HNSW与Milvus构建高效语义相似成果检索框架；在此基础上，通过语义相似度累加构建专家经验评分机制，以量化专家历史评审成果与待评价成果之间的关联程度，从而实现对具备相关评审经验专家的精准识别。实验结果表明，本方法在精确度、召回率和F₁值等指标上优于多种传统推荐方法，且具备较高的搜索效率，可有效提升专家推荐的精准度与可用性。