[目的/意义]基金项目绩效评价是科研管理的重要环节，准确评价项目目标的实现程度对科研资源优化配置具有重要价值。现有方法主要基于项目与成果的相关性，难以全面衡量成果组合对项目目标的覆盖情况。提出一种基于知识覆盖度的方法，用于量化项目目标的完成情况，提高基金项目绩效评价的精准性。[方法/过程]以国家自然科学基金（NSFC）资助的人工智能领域项目及其成果文献为数据集，采用规则与RaNER模型抽取问题、方法知识元，并基于SciBERT进行特征表示；计算成果文献对项目的问题覆盖度与方法覆盖度，据此评价项目目标实现程度。[结果/结论]提出的方法能够有效评价基金项目目标实现程度，提升了识别准确性，揭示了项目在具体研究问题或研究方法上的不足，为科研管理提供精准、高效的绩效评价工具。