对于南京市近年来出台的各项人才政策，你的感受又如何？
你有想过去南京生活吗？
众所周知，过去三十年，南京集聚了优质学者人才，不断推动着南京综合实力和核心竞争力的增长。而根据不久前，智谱·AI 在清华校友三创大赛颁奖典礼暨南京中华门创将创新成果大会上发布的《宁聚宁需人才地图》，过去五年，南京凝聚了江苏省内重点领域大部分的高端人才。
其中，南京的生物医药领域高层次人才凝聚最多，约占江苏省 28%，占全国 2%；南京的人工智能领域高层次人才第二，约占江苏省 52%，约占全国 3%；南京的集成电路领域高层次人才第三，约占江苏省 62%，约占全国 4%。
从重点领域来看，南京高端科技人才在材料领域的数量最多，在人工智能、新能源汽车和智能电网领域较强。其中，人工智能领域，南京市关键人才数量前十的机构之中，南京大学的高层次学者数量最多，为 48 位，论文总发表量和被引用数也最高。
该系统选取近 5 年期间相关领域国际顶级期刊和会议所收录的全部论文数据，通过挖掘和分析论文数据，获取论文学者信息；通过命名排歧和信息抽取等大数据分析和挖掘技术，对重点科技领域的专家学者进行学者画像，构建领域人才智库，然后根据学者画像信息进行领域人才相关情报挖掘分析。
从图中我们可以看到人工智能、生物医药、材料技术、集成电路等等多个当下热门领域的多方面信息。所呈现的数据点面结合，既包括南京该领域的人才动态、城市人才分布、南京人才机构排名，也有该领域的全国人才分布、全国发展情况以及南京与省份城市的影响力对比。
此外，科技情报大数据挖掘与服务系统平台 AMiner 还结合人工智能学术知识图谱，深度挖掘了目前南京各个领域学者的职业生涯信息。感兴趣的读者可以访问 AMiner 平台进行查看。
那么，这么详细、可视化的人才地图，是怎么做出来的呢？
学术君也和《宁聚宁需人才地图》背后的研发团队进行了交流。研究人员指出，该智慧人才系统依托清华大学高质量大规模知识图谱、深度隐含关联挖掘算法和认知图谱等核心技术，服务地方科技产业发展，展示符合地方发展方向的本地、全国和全球人才分布态势、人才流动趋势，可以为地方人才引进工作中的寻、评、引、用提供基于大数据的智能化支持，构建全球人才 GPS，实现人才工作的按图索骥。
Q:在进行不同领域人才相关情报挖掘分析的时候，运用了哪些 AI 算法？
A：使用 AMiner 库中学者论文信息数据， 我们主要使用了下面两类算法应用对学者进行领域分析标注，其中包含多个 NLP 算法。
（1）利用 AMiner 学科知识图谱：先对学者的发表论文中的实体，关系等信息进行抽取（其中实体抽取方法使用 word2vec+LSTM+CRF 和规则匹配，关系抽取采用多种方式结合：包括规则和远程监督），再利用已构建的学科知识图谱推理对学者进行领域标注。
（2）领域标注系统：这是一个以深度学习为核心算法的多标签标注系统，算法网络结构简单说明：先用 bert 对学者多篇代表性论文进行 Emmbedding，再使用多个的局部 Attention 层和全局 Attention 层进行特征的融合和提取，最后基于这些语义特征向量进行标签预测，即对学者进行领域的标注。
Q2：在收集近 5 年论文数据的时候，主要以什么为基准？
A：AMiner 库的期刊会议数据覆盖多领域，这些期刊数据具有一定影响力和代表性，并且持续更新维护；这些期刊会议通过专家和算法的标注所属领域，并且定期更新该期刊会议所在领域的影响力。我们在收集学者代表性论文数据时，就是利用这些具有领域代表性和高影响力的期刊会议进行论文的收集。
A：人才地图依托高质量大规模知识图谱、深度隐含关联挖掘算法和认知图谱等核心技术，服务地方科技产业发展，展示符合地方发展方向的本地、全国乃至全球人才分布态势、人才流动趋势。下一步我们预计会针对长三角（护航苏宁常等）和深圳的人工智能、新材料、生物医药等领域，基于大数据的智能化支持，建构更进一步的人才 GPS。相关技术在其他应用领域应用也用很多，例如工业系统运行监控，社交网络信息分析等。
A：“科研热点”板块，实质上是文本关键词抽取。这里的抽取算法的主要思想是利用词向量与所在文本向量的近似程度作为是否抽取的依据，并且累加每个词的近似得分，作为可视化突出显示的依据。用到的主要的模型是 word2vec。然后再使用 Spherical K-means, 以及首尾 N-Gram 联想等算法进行领域匹配优化，使抽取的关键词达到最优。
对于这个文本抽取模型，训练数据量大概是1亿篇左右的论文摘要。模型的训练时间是20 小时左右。
我们的模型与常用的开源抽取关键词工具（如：TextRank,Jieba,NLTK 等）比较，具有如下 3 个效果的明显提升：
更具学术领域针对性。常用的抽词工具的训练数据，通常使用的是通用文本数据，使得结果集中包含大量的非学术性词汇。测试结果，学术研究领域关键词抽取准确率提升 32%。 对英文关键短语的抽取，效果明显好于常用开源工具。测试结果，学术研究领域关键短语抽取召回率提升 45%。 算法流程的最后，会对于抽取结果会利用学科领域知识图谱进行一轮筛选和排序，以提高所展示的词与领域的匹配度。
来源：
智谱.AI 智慧人才
http://talent.zhipu.ai/
