1. 研究目的与意义（文献综述包含参考文献）

一、选题背景 目前中国各个高校的数据库对教师的主题标签缺乏有效的提取手段。

好的主题标签能够明确该学者的研究领域，一来能够有效解决学者同名的问题；二来学生、学院能够快速了解到该学者的研究方向，前者可以更方便地挑选硕博导师，后者可以方便统计所属的学者信息，便于分配科研项目、评选、评优等。

二、选题现状分析 （1）当前存在的问题 当前现有的标签大多是人为赋予的，而人为赋予的标签在准确性、概括性上存在一定的疑问，并且人为赋予标签需要评判人对所有已有的目标学者的信息进行了解、总结，才能最后确定其合适的主题标签。

2. 研究的基本内容、问题解决措施及方案

本文研究的问题: 如何使用机器学习的方法，从已有的学者信息中提取出学者的领域标签。

本文的研究意义： 通过机器自动抽取学者的领域标签，方便他人对学者们信息的检索、减轻了人工标注标签的主观性和巨大的工作量、并且提高学者标签的客观性和健壮性。

高效地提取出学者的标签之后，既能够方便学生查找教师研究方向，从而选取适合自己的导师；学校、学院也可以容易地得到各个教师的研究方向，并可以进一步进行数据分析，知道自己的优势和劣势，能够增加院校在一些评比中的竞争力。