为促进科研事业发展,国家每年投入大量的科研费用,设置多项项目支持,来自不同领域的科研项目也急剧增多,增加了科研重复立项和科研项目成果判断的难度,传统的专家评审已经远远不能满足大数据量的需求,研究对项目建议书及相关文档的相似性分析系统成为当前亟需进行的课题。研究如何对已有的项目文档知识充分利用、以及文档语义的精确理解对于项目管理意义重大,一方面可以根据指定文档精准搜索到相关文档集,量化科研项目的立项重复性程度;另一方面,可以精准发现已有的相关技术和研究水平,辅助评估项目的先进性。然而当前技术实现对项目文档的精准理解还存在很大的技术挑战,只能识别出文档内容相似关键词或语句的包含性,存在的语义理解能力弱、搜索精准性不足的问题。为此本文围绕项目建议书等项目相关文档的相似性分析需求展开研究,从相关性、重复性等角度分析知识库文档之间的相似性。本文的研究工作主要包含以下两个方面:一、文档相关性分析技术,由于文档各部分内容重要程度不同且冗余信息较多,该部分采用知识画像将文档描述为多个维度、多个粒度的知识条目,对不同维度赋予合理权重,对不同的粒度内容采用不同相似度计算方法,采用特征匹配、要点知识分析来代替自然语言的全文匹配,提高搜索准确率和召回率。二、多源组合的文档判重分析技术,项目建议书的核心内容为创意部分,针对这部分的相似度检测本文进行了多源组合的文档判重分析技术研究,主要解决文档核心内容来自不同文档的情况,该部分提出以条目为分析粒度,并针对行文改写后判重识别难点,对条目下进行要点知识建模,综合多种特征进行计算,实现对相关技术点的精确理解和识别。以上的研究为XX项目提供关键技术支撑。并在该项目系统中,使用实际数据进行测试,实验结果表明该系统能够对相关文档进行快速精准的查找,并对来自多个文档的创意部分有很好的识别。