摘要: 信息化建设是推动社会发展和提升国民经济水平的中坚力量，为了进一步加强陕西省信息化建设，提升政务信息化水平，迫切需要对陕西省网络安全和信息化项目进行全生命周期智能化管理，从而规范项目的管理过程。网络安全和信息化项目管理流程分为项目申... 展开 信息化建设是推动社会发展和提升国民经济水平的中坚力量，为了进一步加强陕西省信息化建设，提升政务信息化水平，迫切需要对陕西省网络安全和信息化项目进行全生命周期智能化管理，从而规范项目的管理过程。网络安全和信息化项目管理流程分为项目申报、项目预评估、项目立项等阶段。聚焦于项目预评估阶段，传统的方法仅采用人工评估的方式，致使人的主观性对评估结果影响较大。本文旨在通过基于自然语言理解的项目预评估系统实现自动化评分，从而降低人为因素对评估结果的影响。 本文基于文本嵌入和网络表示学习方法研究了项目预评估模型，设计并实现了项目预评估系统。该系统通过调用模型进行评分，评分结果将作为专家评审的参考依据。项目预评估模型关注的重点为项目申报书的内容，理解文本内容需要从两方面考虑，一方面是文本中词汇的含义，另一方面是文本中上下文的语义信息，两者都是影响项目预评估的重要因素。本文主要研究内容如下: (1)研究基于局部语义特征的项目预评估模型。该模型着重关注文本中词汇的含义对项目预评估的影响，模型采用卷积神经网络(ConvolutionalNeuralNetworks，CNN)和双向长短期记忆模型(Bi-directionalLongShort-TermMemory，BiLSTM)并行的方式提取文本特征，然后进行特征融合。本文采取了一种个性化的特征融合方式，首先进行向量拼接，之后再通过卷积神经网络获取最终的文本特征向量。最后，模型采用基于神经网络的回归模型进行评分。根据项目预评估指标中的一级指标，将项目申报书划分为四部分，建立了四个数据集，分别进行评估，通过实验验证了基于局部语义特征的项目预评估模型的有效性。 (2)研究基于全局语义特征的项目预评估模型。该模型着重关注文本的上下文语义信息，模型将预处理之后的文本进行分段处理，通过双向编码器(BidirectionalEncoderRepresentationfromTransformers，BERT)获取文本语义信息。为了进一步优化文本特征向量，再通过BiLSTM+Attention模型获取最终的文本特征向量，将其输入基于神经网络的回归模型中预测项目预评估评分。通过实验验证了BiLSTM+Attention模型优化文本特征向量的有效性，以及基于全局语义特征的项目预评估模型的优越性。 (3)在项目预评估模型的研究基础上，本文设计并实现了项目预评估系统。该系统具备用户申报、系统评分和专家评审等功能，其中，系统评分通过调用项目预评估模型完成。项目预评估模型由基于局部语义特征的项目预评估模型和基于全局语义特征的项目预评估模型组成，最终得分为两个模型预评估分数的平均值。系统评分将作为专家评审的参考依据，由专家给出最终评审意见。项目预评估系统功能完备，性能良好，能够安全、高效的服务用户。 收起