基于话题模型的专家发现方法

• 作者: 刘健 刘宝宏 张云 李绮
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 实体检索 专家发现 基于话题的模型 排序截断
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 信息与通信工程·计算机科学与技术
• 页码范围: 127-131
• 页数: 5页
• 分类号: TP391
• 字数: 3634字
• 语种: 中文

摘要

专家发现是实体检索的一个重要方面.经典的专家发现模型建立在专家与词项的条件独立性假设基础上.在实际应用中该假设通常不成立,使得专家发现的效果不够理想.本文提出了一种基于话题模型的专家发现方法,该方法无需依赖候选专家与词项的条件独立性假设,且其可操作性比经典模型更强.同时,使用了一种排序截断技术,该技术极大地降低了模型的计算复杂度.使用CERC(CSⅠRO Enterprise Research Collection)数据集对模型的性能进行评估.实验结果表明,基于话题模型的专家发现方法在各个评价指标上均优于经典的专家发现模型,能够有效地提高专家发现的效能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张云	国防科技大学机电工程与自动化学院	9	38	4.0	6.0
2	刘宝宏	国防科技大学机电工程与自动化学院	29	255	10.0	15.0
3	刘健	国防科技大学机电工程与自动化学院	8	213	5.0	8.0
4	李绮	国防科技大学机电工程与自动化学院	1	9	1.0	1.0