共查询到18条相似文献，搜索用时 218 毫秒
1.
基于文档权重归并法的企业专家检索* 总被引：2，自引：0，他引：2
针对企业专家的专长识别与检索问题,采用文档权重归并法,利用TREC W3C数据集实现企业内的专家检索,并与专家档案法进行了比较。研究结果表明同样采用BM25模型,采用文档权重归并法具有稳定的优势。 相似文献
2.
组织专家的检索系统设计与实现 总被引：3，自引：0，他引：3
组织专家的检索是当前垂直信息检索研究的热门领域,也是组织信息检索研究的重要内容。本文总结了目前国内外组织专家的检索研究现状,分析了构建组织专家的检索系统的需求和挑战,采用基于相关文档集的归并排序法,利用组织内外的网页和期刊数据库等信息智能识别专家的专长,并基于此设计了从数据资源采集、规整、索引、检索到可视化等整个过程的组织专家的检索系统模型及以武汉大学为例的检索系统平台。 相似文献
3.
专家及其拥有的知识是高校最重要的资产和核心竞争力,专家定位系统能够方便人们迅速查找所需领域的专家信息.然而简单的专家列表不能满足用户选择专家的需求.本文的研究目的在于两个方面:一是如何向用户提供丰富的专家信息,以利于用户对专家的比较和选择;二是如何提高专家排序的准确度.我们利用本体来集成体现专家专长的多源异构数据,同时针对专家集成信息中不同的文档类型和结构设定不同的权重,并利用数据融合技术来提高专家排序的有效性.基于这些关键技术,我们构建了专家查询原型系统,并以武汉大学信息管理学院的教师为实验对象进行了初步测试.结果表明,本文所提出的专家查询方法能够获得较高的查准率. 相似文献
4.
5.
基于图情领域权威期刊论文数据集,利用概率潜在语义分析(PLSA)算法对表征专家专长的文档进行处理,以此来定位图情领域专家的研究领域。实验结果表明,该方法具有可行性并取得较好的实验结果。 相似文献
6.
借鉴文本自动分类思想,基于文档权重归并法,采用N元语言模型,设计一个专家领域识别实验系统;并以“武汉大学”为例对专家研究领域自动识别的效果进行初步评测,实验结果表明该系统对专家研究领域的自动识别具有很高的查准率。 相似文献
7.
查询扩展技术通过向初始查询请求加入相似或相关的词,组成更为准确的扩展查询表达式,来减少查询请求与相关文献在表达上的不匹配现象,改善检索性能.与传统的查询扩展不同,XML查询扩展不仅要对文档内容进行有效扩展,而且还要考虑结构扩展.本文提出了一种基于伪反馈的XML查询扩展方法,将初始检索结果聚类,获得与查询请求最为相关的文档簇,然后在文档簇中抽取词组,找到符合用户查询意图的扩展查询词组,并在扩展查询词组的基础上进行结构扩展,最终形成完整的"内容+结构"的查询扩展表达式.相关实验结果表明,相对没有扩展的查询,所提方法具有更好的精度. 相似文献
8.
信息爆炸是当今信息社会的一大特点,如何在海量的信息中有效地找到所需信息因而成为了一个关键问题,语义检索技术是解决这一问题非常有潜力的方法.本文对信息检索中的若干关键问题进行了研究,提出了基于语义处理技术的信息检索模型--SPTIR,该模型主要包括以下关键技术:基于词义消歧的语义查询扩展、基于词汇语义相关性度量的查询优化和基于文档语义相关性的检索结果重排序.最后使用大型测试数据集和多项性能指标对SPTIR模型的检索性能进行了试验评估,实验结果充分验证了SPTIR模型的竞争优势以及该模型采用的各项语义处理技术对提高检索性能所起的积极作用. 相似文献
9.
基于查询扩展和词义消歧的语义检索 总被引：1，自引：1，他引：0
随着网络化信息的急剧增长以及自然语言固有的歧义性问题,当前基于关键字匹配的搜索引擎已不能满足信息搜索的需求,出现了"信息泛滥而知识缺乏"的现象.本文提出基于语义的智能搜索技术,利用WordNet和WordNet Domains知识库从结构相关性和领域相关性两个方面综合判定词义间的相关性.根据用户提交的查询关键词的整体相关性最大化原则来确定查询词义,进而进行查询扩展;同时对检索到的文档内容也进行语义消歧来去除无关文档,兼顾了查准率和查全率两个方面.模拟实验结果表明,本文方法的搜索性能较传统的关键字匹配法和一般的查询扩展方法有明显优势,检索精度分别提高了18%和28%. 相似文献
10.
问答式信息检索是新一代搜索引擎,它接收自然语言描述的问题,在文档集合中搜索并返回问题的精确答案.问答式信息检索中,检索模块性能的提高将直接影响问题回答系统的整体性能.本文研究系统中的查询优化技术,包括两种策略:基于模式知识库的查询优化;挖掘Web语义蕴含信息,构建查询扩展资源.本文利用TREC提供的问题集与答案集(TREC8-TREC13)做实验来测试查询优化方法的性能,实验结果表明,相对于传统的查询生成,本文采用的查询优化技术在检索精度上取得了提高,t-test结果证明,系统性能提高统计显著. 相似文献
11.
Eileen Wood Domenica De Pasquale Julie Lynn Mueller Karin Archer Lucia Zivcakova Kathleen Walkey 《The Reference Librarian》2013,54(3):182-204
The relative contributions of expertise in search skills and domain knowledge were examined when using the Internet to find information. Four conditions were compared: expert searchers/high domain knowledge; expert searchers/low domain knowledge; novice searchers/high domain knowledge; and novice searchers/low domain knowledge. Search outcomes and verbal protocols were analyzed. The combination of search expertise and high domain knowledge yielded the most efficient searches. Higher search expertise yielded access to sites rated more accurate and credible. High domain knowledge yielded sites rated more thorough. Verbal protocols depicted searching as a complex decision process. Findings have implications for instructional support. 相似文献
12.
从专家所发表的论文文本内容中抽取出专家的研究专长特征,利用重叠K-Means聚类算法对研究领域内的专家进行重叠聚类划分,识别出专家的多个研究专长,并根据共同研究专长将专家聚集在一起,进而在图论的基础上,将专家聚类转化为研究领域内专家的图结构表示,借助网络可视化软件绘制研究领域专家图谱。 相似文献
13.
[目的/意义]提出一种基于专家个体多维特征刻画的电子政务项目评审专家组推荐方法,提升专家组间项目评审的一致性水平。[方法/过程]以专家个体的长期评审意见为数据源,利用意见挖掘技术实现知识元识别与情感极性获取;构造专家的领域知识结构并动态迭代更新;利用统计分析刻画专家知识水平、评审深刻性、情感风格、领域专长特征,实现基于科学计量的专家特征刻画并以此为基础进行专家组合的推荐。[结果/结论]本文的方法注重专家组的多维特征均衡,对电子政务项目评审具有很好的问题针对性,并在实践中取得了良好的应用效果。 相似文献
14.
In many realistic settings of expert finding, the evidence for expertise often comes from heterogeneous knowledge sources.
As some sources tend to be more reliable and indicative than the others, different information sources need to receive different
weights to reflect their degrees of importance. However, most previous studies in expert finding did not differentiate data
sources, which may lead to unsatisfactory performance in the settings where the heterogeneity of data sources is present.
In this paper, we investigate how to merge and weight heterogeneous knowledge sources in the context of expert finding. A
relevance-based supervised learning framework is presented to learn the combination weights from training data. Beyond just
learning a fixed combination strategy for all the queries and experts, we propose a series of discriminative probabilistic
models which have increasing capability to associate the combination weights with specific experts and queries. In the last
(and also the most sophisticated) proposed model, the combination weights depend on both expert classes and query topics,
and these classes/topics are derived from expert and query features. Compared with expert and query independent combination
methods, the proposed combination strategy can better adjust to different types of experts and queries. In consequence, the
model yields much flexibility of combining data sources when dealing with a broad range of expertise areas and a large variation
in experts. To the best of our knowledge, this is the first work that designs discriminative learning models to rank experts.
Empirical studies on two real world faculty expertise testbeds demonstrate the effectiveness and robustness of the proposed
discriminative learning models. 相似文献
15.
基于F1000与WoS的同行评议与文献计量相关性研究 总被引：1，自引：1，他引：0
为比较同行评议与文献计量方法在科学评价中的有效性及相关性,选取F1000以及Web of Science数据库,采用SPSS16.0软件,将近2000篇论文的F1000因子与Web of Science数据库中指标进行相关性比较。结果显示,F1000因子与统计区间内的被引频次呈显著正相关,同时一些F1000因子很高的论文并没有高频被引,反之亦然。结论指出:从统计学的视角,文献计量指标与同行评议结果具有正向相关性,但是无论是同行评议还是文献计量,单独作为科学评价标准都会有失偏颇,以引文分析为代表的定量指标与同行评议方法的结合将是未来科学评价的主流。 相似文献
16.
专家知识在知识检索系统中有着强大的指导功用.本文将专家系统引入到知识检索系统中,通过设置具有不同功能及应用范围的系列专家系统,构建了基于专家系统的知识检索框架. 相似文献
17.
While the role of the librarian as an expert searcher in the systematic review process is widely recognized, librarians also can be enlisted to help systematic review teams with other challenges. This article reviews the contributions of librarians to systematic reviews, including communicating methods of the review process, collaboratively formulating the research question and exclusion criteria, formulating the search strategy on a variety of databases, documenting the searches, record keeping, and writing the search methodology. It also discusses challenges encountered such as irregular timelines, providing education, communication, and learning new technologies for record keeping. Rewards include building relationships with researchers, expanding professional expertise, and receiving recognition for contributions to health care outcomes. 相似文献
18.
While the role of the librarian as an expert searcher in the systematic review process is widely recognized, librarians also can be enlisted to help systematic review teams with other challenges. This article reviews the contributions of librarians to systematic reviews, including communicating methods of the review process, collaboratively formulating the research question and exclusion criteria, formulating the search strategy on a variety of databases, documenting the searches, record keeping, and writing the search methodology. It also discusses challenges encountered such as irregular timelines, providing education, communication, and learning new technologies for record keeping. Rewards include building relationships with researchers, expanding professional expertise, and receiving recognition for contributions to health care outcomes. 相似文献