张雨 吴俊

（北京邮电大学经济管理学院，北京 100876）

近年来国家高度重视科学技术发展，为鼓励“政用产学研”协同创新，从中央到地方出台了一系列科技政策。一方面，这些政策散布于政府及媒体网站，不方便用户集中查阅和整合分析；另一方面，政策内容包罗万象，涉及诸多行业，公文化的表达方式不利于企业或个人快速检索，把握不同政策间的内在联系[1]。如何准确而快速地挖掘科技政策文本的关键语义信息，以结构化形态展现科技政策主要条目的层级关系，以可视化方式展现多个政策主体以及政策属性特征间的不同关系，成为学术界和企业界亟待解决的问题。这一问题的解决不仅有利于垂直领域的知识发现与利用，也有助于广大中小企业及时跟踪了解各级政府的科技创新政策动向。

科技政策文本的语义挖掘与知识结构化解析可以借助知识图谱技术解决。知识图谱旨在通过提取知识实体及实体间关系，将原始的文本数据解析为表征知识本体的语义属性及脉络关系，进而以图网络形态帮助用户快速理解知识结构，揭示领域知识的特征和规律[2]。将知识图谱技术应用于科技政策的知识序化，展现政策内容与政策主体间的关系，揭示不同政策之间的内在联系，提升政策文本的使用价值，解决用户长期以来反映的“拥而难用、汇而不慧”难题。此外，随着深度学习技术的快速发展，通过深度神经网络模型智能识别与提取实体间关系也为领域知识图谱的专业化和精细化提供了新手段。……