电子政务项目是政府提供信息化服务的重要方式,其数量和复杂度都在持续增加。前置评审作为政府把控项目质量的第一道关卡,评审专家的知识水平决定了其结果的有效性。但是,当前的电子政务评审流程大多忽视了对评审专家的管理,缺乏标准化的专家评估机制,已有评价方法停留在浅层信息分析中,专家抽取存在知识水平配置的不均衡。所以,如何刻画专家特征、充分挖掘深层信息成为辅助专家评价的重要基础。依据知识单元理论和元评价方法,本文提出了一种基于意见挖掘的知识刻画方法实现电子政务评审专家特征刻画模型的构建,研究内容如下:（1）本文提出了电子政务项目评审专家特征刻画模型,辅助专家评价及专家组多维知识均衡抽取。基于知识单元理论分析了评审活动的知识编码、流动、解码过程,论述了元评价方法在专家评价中的应用。综合考虑电子政务项目特点、评审的影响因素及现有专家评价指标体系,构建了专家特征刻画模型,包括知识水平、评审能力、评审风格三个方面,以评审意见为主要数据来源对专家特征展开描绘。基于此设计了专家组多维知识均衡抽取方法,有效地辅助评审专家管理。（2）为了识别评审意见的深层次信息,本文利用意见挖掘技术进行细粒度分析。首先,从国家标准和电子政务相关政策法规出发,建立了领域概念树以实现意见的分层语义识别;然后考虑评审意见的语言特点,设计了基于依存句法的评价单元抽取规则,并利用概念树进行概念过滤和映射;最后利用结合词语情感序列特征的深度神经网络识别意见文本的情感倾向,将大量非结构化意见转化为结构化的＜评价概念,情感极性＞,为特征刻画模型的实现奠定数据基础。（3）基于本文提出的评审专家特征刻画模型,利用T市网信办2017-2018年评审数据进行实例化,并实现了专家组多维知识均衡抽取的应用,结合可视分析说明了本文模型在辅助专家管理上的有效性。