ULTRA：一种数据驱动的建议团队组建方法
ULTRA: A Data-driven Approach for Recommending Team Formation in Response to Proposal Calls
摘要：
我们介绍了一个新兴的基于人工智能的方法和原型系统，以协助团队的形成时，研究人员响应呼吁，从资助机构的建议。这是当需求机会定期出现并且潜在成员可能会随着时间的推移而变化时建立团队的一般问题的一个例子。我们方法的创新之处在于：（a）从多个数据源中提取研究人员和呼叫所需的技术技能，并使用自然语言处理（NLP）技术将其规范化，（b）基于约束条件的匹配和团队构建原型解决方案，（c）描述来自大学研究人员的关于系统的初始反馈以进行部署，以及（d）创建并发布其他人可以使用的数据集。
英文摘要：
We introduce an emerging AI-based approach and prototype system for assisting team formation when researchers respond to calls for proposals from funding agencies. This is an instance of the general problem of building teams when demand opportunities come periodically and potential members may vary over time. The novelties of our approach are that we: (a) extract technical skills needed about researchers and calls from multiple data sources and normalize them using Natural Language Processing (NLP) techniques, (b) build a prototype solution based on matching and teaming based on constraints, (c) describe initial feedback about system from researchers at a University to deploy, and (d) create and publish a dataset that others can use.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
