人物间的关系的识别和分类是近年的研究热点。对人物间学术关系的研究能为我国日益庞大的学术关系网络的建立做好铺垫,而识别人物间学术关系的类别则是研究人物学术关系的重点。论文旨在从海量的项目申请书中提取学术关系分类的规则,并提出了一种利用基于相关性特征选择方法的特征权重决策树算法。本文将人物间的学术关系定义为师生关系、合著关系、共项目关系三种,根据项目申请书的特点结构化项目申请书,通过特征抽取函数设计,对每一类学术关系采集相应的训练集原始数据,使这些原始数据通过特征抽取函数得到面向决策树的训练集数据,然后对训练集数据采用C4.5算法得到判定每一类学术关系的决策树,并提炼分类规则。最后,为了提高分类规则的准确率,本文提出了将相关性特征选择与C4.5算法结合,在生成决策树之前选择出关键的特征变量,在生成决策树时给这些关键特征变量赋予一个大于给定阈值的权重,使其更容易被选择。实验结果表明,当传统C4.5算法得到的决策树没有包含所有的关键特征变量时,改进的C4.5算法生成的决策树的可理解度和精度都有所提高,同时,由改进C4.5算法得到的分类规则的精确率和召回率的综合值也能得到提高。