网络化创新外包是企业借助互联网手段获取外部创新力量完成创新研发任务的行为,已经得到企业、人才和学者等的广泛认可,但其发展仍然面临供需匹配、信息安全、前期成本等方面的问题,因此我需要探索一种行之有效的任务——人才匹配机制,既能帮助企业解决外部创新力量的寻找问题,以便其在风险可控的条件下达到预期的任务完成效果,又能帮助创新人才在较短时间内获取到与自身能力相匹配的任务。为了构造有效的任务——人才的匹配机制,正确描述人才胜任力就显得尤为重要,而人才的知识结构则是人才胜任力的核心组成部分。本研究以医学行业为例,以医学人才的知识结构构建为目标,以医学人才的关联文本为分析对象,包括高校培养计划信息、住院医师培训计划、课程关联文本、学术文献、医疗咨询网站问答等,运用计算机自然语言处理的相关技术,以专业医学领域词典库为依据,研究了从关联文本中自动识别、抽取出医学人才的领域知识结构的方法。本文首先分析了医学人才知识结构构成,以及相关的语料库来源。然后根据前继研究的数据结构设计研究了从网络资源中自动抽取构建医学人才培养计划信息的方法,随后又从更细节粒度上对半结构化/非结构化文本进行知识条目抽取的方法,进一步还探讨了医学人才知识结构的呈现表达形式,提出用知识树来表达医学人才领域知识结构的分布,并探讨了知识树的合并、相似度计算问题。最后,分析设计了基于网络环境的医学人才知识结构自动抽取系统,并对其完成了实现与测试。整个研究为人才胜任力的构造提供了更好的工具与方法参考,将会为实现医学人才知识结构和外包任务的匹配打下基础。