专家检索资源获取与学习排序方法研究

专家检索关注如何检索与查询主题相关的专家。课题将围绕专家证据文档识别、专家消歧、专家元数据提取与融合、专家关系网构建、专家排序等专家检索资源数据获取与学习排序关键问题研究。在专家证据文档识别方面，结合专家证据内容及关联关系，构建专家文档概率图模型，识别专家证据类别；在专家消歧方面，结合专家属性与关联关系，构建基于半监督图聚类的专家消歧模型；在专家元数据提取与融合方面，融合单证据文档特征及证据文档间关联特征，构建专家元数据提取与融合学习模型，提取专家元数据；在专家关系构建方面，借助监督学习与文档有监督隐式主题分析模型，从专家证据文档抽取显式或隐式主题关系，构造专家主题关系网；在专家排序方面，融合依存语言模型、专家关系、结构属性等特征，构建基于列表的专家学习排序模型；在此基础上，搭建中文专家信息检索原型系统。课题将解决专家资源获取、组织及检索过程的难点问题，有着非常重要的理论和实际应用价值。

专家检索关注如何检索与查询主题相关的专家，是当前研究的热点问题。项目围绕专家证据文档识别、专家消歧、专家元数据提取、专家关系网构建、专家排序等专家检索关键问题进行了研究和探讨，在以下几个方面取得了进展：1.专家证据文档识别方面，提取专家主页及百度百科等专家证据文档独立页面特征及候选专家证据文档间关联关系特征，构建专家证据文档识别无向图模型，识别专家文档类别，为自动获取专家证据页面提供了技术支撑；2.专家消歧方面，结合专家属性与关联关系，提出融合关联关系的半监督图聚类专家消歧方法，以专家属性关联关系作为半监督约束关系，构建半监督图聚类专家消歧模型，实现专家人名消歧，可有效解决专家重名识别问题；3.专家元数据提取方面，针对专家元数据组合复杂、页面间存在关联的特点，提出了基于三维模型的专家元数据提取方法，利用页面上下文特征构建一维模型提取元数据基本单元，通过二维层叠模型提取出复杂组合实体，利用页面间关联特征构建三维模型提取多页面专家元数据，可有效实现专家元数据提取；4. 专家关系网构建方面，提出了融合专家主题及关联特征的专家关系提取方法，能有效提取专家关系。提出了基于随机游走策略的专家关系网络构建方法，利用随机游走思想将若干表征专家关系的简单无向图进行有机组合，构建复杂专家关系网络；5.专家学习排序方面，提出了基于关联特征的专家列表学习排序方法，有效利用专家之间关联实现专家学习排序；为解决排序函数优化问题，提出了基于深度学习的专家排序方法，为解决参数学习中的局部最优问题，结合稀疏学习控制损失函数的稀疏程度，提出了基于稀疏学习的专家列表排序学习方法，有效提升排序的精度；6．在专家推荐方面，提出了基于微博用户间显式及微博主题隐式关系的关系网络构建及专家兴趣社区发现方法，能有效实现基于社区发现的专家推荐。利用项目主题间及专家间的相关性，提出了基于Markov网络的评审专家推荐及基于主题关系的评审专家协同推荐方法，能有效实现评审专家协同推荐；7.在专家检索系统方面，设计实现了专家证据文档识别、中文专家检索、评审专家推荐及微博数据敏感信息推送等多项系统，表现了好的效果。课题发表论文59篇，其中SCI收录6篇，EI收录36篇，国际期刊25篇，登记软件著作权8项，负责人通过培养入选国家万人计划和国家百千万人才，培养博士研究生1名，培养硕士研究生26名。