企业/组织在项目生命周期中产生积累了大量的项目文档,虽然这些文档中包含了很多的项目知识,但由于它们非结构化、无标注等特性,需要项目人员通过仔细的阅读、理解才能从中获取项目知识。当企业/组织中面对众多的项目文档时,这种人工处理方式的人力和时间成本高、效率低下。这也导致长期以来,项目组织积累的大量非结构化项目文档,往往存档后就束之高阁,缺乏对其中隐含的丰富的项目知识进行分析和利用,造成了项目知识资源的浪费。同时,项目记忆作为项目知识的一种表现方式,是项目生命周期中积累的项目知识和信息的集合。传统获取、构建项目记忆的方式主要依赖专家人工总结,需要投入很多的人力和时间。因此,如何利用非结构化项目文档来自动构建和表现项目记忆,是项目知识管理研究与应用中的一项重要挑战。本文首先通过对相关研究的文献分析,归纳总结了项目知识的特点,对项目知识的表现方法---项目记忆模型进行了改进,提出了综合项目记忆基础信息维度和记忆内容维度的多维度项目记忆结构模型,并对项目记忆的各个维度进行了详细描述。其次,针对如何从非结构化项目文档数据中获取项目记忆内容信息的问题,本文结合知识图谱和超图网络的相关方法技术,设计实现了基于BiLSTM+CRF模型的项目文本中命名实体的识别方法,获取项目文档中的知识实体。项目事件是一类重要的项目知识,是项目记忆的重要内容,本文针对如何从项目文本数据中抽取项目事件、重建项目记忆,提出了融合超图的项目事件信息结构模型,以解决项目事件要素的结构化需求,再通过筛选事件触发词集合,帮助确定项目事件句,从而实现了自动化的项目事件信息抽取方法。最后,本文构建了项目知识图谱系统原型,结合京沪高速铁路建设项目数据,进行了相关方法的有效性验证。通过本文的研究,一方面对之前关于项目记忆的内含进行了更深入的探讨,对项目记忆模型进行了调整改进,另一方面,结合跨领域知识和技术方法提出了新颖的项目记忆构建方法框架,实现了在大数据背景下利用知识图谱技术对项目文本知识进行自动化挖掘。本文的研究成果为项目组织、人员间的高效知识共享与应用,提供了有效的方法与可行的工具。