基于企業(yè)級語料的專家搜索系統(tǒng).pdf

1、當(dāng)今時代是一個信息時代,越來越多的企業(yè)實現(xiàn)了信息化管理,對一些大型企業(yè)或組織,有著大量的內(nèi)部網(wǎng)語料,如何通過文本檢索技術(shù),自動挖掘出企業(yè)文本語料中的有用信息,受到了大家的關(guān)注。其中專家搜索是近年來的一個研究熱點。對于大型企業(yè)來說,它的分公司可能遍布世界各地,有著成千上萬的員工,專家搜索系統(tǒng)可以找到具有特定經(jīng)驗和技能的人,是企業(yè)非常有價值的輔助管理工具。
　　 專家搜索系統(tǒng)的目標是在大規(guī)模文本語料中找到在某一個領(lǐng)域有一定的知識和技

2、能的人,即誰或哪些人是某個領(lǐng)域的專家。其關(guān)鍵問題就是如何建立主題—文檔—專家三者之間的關(guān)系。在以往的研究中,各種信息檢索技術(shù)如語言模型、社會網(wǎng)絡(luò)、文本分類等被應(yīng)用到專家搜索系統(tǒng)中,但都沒有很好地挖掘出專家作為一個web對象的深層信息。
　　 本文在基本模型的基礎(chǔ)上,提出了改進的專家搜索模型,從角色決定和主頁挖掘兩方面改善專家搜索結(jié)果。角色決定通過“角色”概念的引入,改善了文檔—專家關(guān)系,主題—專家關(guān)系的描述模型。主頁挖掘基于企業(yè)

3、語料環(huán)境結(jié)構(gòu)封閉性好,相關(guān)度高的特點,挖掘候選專家的簡歷頁面信息,增加對候選專家專業(yè)領(lǐng)域判斷的準確性。同時,為了增強搜索結(jié)果的完整性,本文將傳統(tǒng)的面向?qū)ο蟮姆治龇绞綉?yīng)用到web對象建模的過程中,提出了web對象的屬性挖掘模型,將專家對象的完整信息返回給用戶。
　　 本文的工作主要包括:
　　 ●本文介紹了專家搜索的研究現(xiàn)狀,詳細介紹了基于企業(yè)級語料的專家搜索問題,指出了現(xiàn)有方法的局限性。
　　 ●提出了“角色”的

4、概念,通過“角色”的引入,改善了主題—文檔—專家關(guān)系的描述模型。提出了專家頁面挖掘,通過對特定類型網(wǎng)頁的分析,改善專家搜索結(jié)果。
　　 ●將傳統(tǒng)的面向?qū)ο蟮姆治龇绞綉?yīng)用到web對象建模的過程中,將單純的網(wǎng)頁文本加以抽取提煉成為web對象。并且提出了web對象屬性挖掘模型,挖掘?qū)＜覍ο蟮膶傩孕畔ⅰ?br>　　 ●設(shè)計和實現(xiàn)了一個基于企業(yè)級語料的專家搜索系統(tǒng)。在TREC會議2007,2008兩年的企業(yè)搜索任務(wù)數(shù)據(jù)集上進行了實驗,與