随着互联网技术的发展和大数据时代的来临,各领域的专家信息可以轻而易举在网络上查到,然而,由于信息时代数据源质量参差不齐,不同的数据源对于同一专家属性的属性值描述可能出现冲突。在推选评审专家、追踪研究团队的时候,经常需要用到完整、准确的专家简历,但目前关于专家简历的构建与消歧工作的相关研究较少,信息的不准确性与过度分散使得用户难以获取准确且完整的专家信息。知识图谱能够将实体、属性、属性值构建在一起,可以很好的组织专家简历信息。因此,本文使用知识图谱来构建专家简历,将分散的信息汇集到同一个知识图谱中,并提出一种面向搜索引擎的三元组评分模型对冲突数据评分,在对该模型改进后提出基于领域的评分模型,此外,本文提出一种结合该评分模型的真值验证算法,通过该算法可以得到消歧后的专家简历。本文的主要贡献如下:（1）针对信息分散的问题,本文提出一种自动化构建知识图谱的方法,该方法可以从不同百科网站中抽取专家的实体、关系、属性三元组,将三元组构建成格式化的简历形式,并将不同数据源的简历融合在一起形成专家知识图谱。（2）针对属性值冲突的问题,本文设计了一个面向搜索引擎的评分模型,将搜索引擎的搜索结果作为数据源,为真值候选集中的属性值投票。由于该模型是各领域通用的模型,而专家所属领域的特定数据源的可信度应高于通用数据源,因此本文又对该模型进行了改进,加入了领域这一影响因素。实验表明,由该模型处理后的属性值准确度高于原数据源。（3）现有的真值验证算法大多是针对单真值属性或多真值属性的消歧,本文提出单真值与多真值通用的真值验证算法,输入构建好的专家知识图谱就可以自动化的从简历中抽取冲突的属性值,并利用投票模型为冲突数据评分,最终输出带有候选值评分的专家简历。（4）本文实现了一个面向特定领域的专家知识图谱消歧系统,使得用户输入一个专家名就能够自动化的完成专家知识图谱的构建和消歧并生成一份专家简历,为用户提供客观准确的数据。系统功能主要包含查看已有专家简历,查看专家简历信息圈,生成专家简历并消歧,按领域查看专家简历等。