论文部分内容阅读
对于一个大型企业组织来说，能够自动地找出组织内部某一领域内的专家是十分有用的。解决专家检索系统的诸多方案中，一个有效的方法就是先对每个专家提取其相关信息，从而建立一个知识描述文档来说明此专家所具有的知识和技能。最后，专家搜索就可基于对知识描述文档的分析来完成。然而，现有的大多数构建知识描述文档的方法在提取相关信息时都伴随着较大的噪声信息，导致知识描述文档质量的下降。本文提出了一种新型的、基于滑动窗口提取和IDF过滤的方法，对每位专家构造知识描述文档以用于专家搜索。其中，滑动窗口用于对专家相关信息的提取，IDF则用于噪声信息的过滤。这种方法不仅能有效地在企业的知识库中分辨和提取出专家的相关信息，同时还能够排除无用的信息以避免噪声。最终，本文通过使用TREC2007提供的数据集和测试平台对此方法的有效性进行了测试与评价。实验结果表明：本文所提出的基于滑动窗口提取和IDF过滤的方法能够有效地解决在构造知识描述文档过程中的噪声问题，相对于采用传统的知识描述文档构造方法的专家检索系统，在查询准确度上提升达54％以上。