科学文献的发展速度比以往任何时候都要快。由于出版物数量不断增加,以及专业领域日益多样化,在特定科学领域寻找专家从未像今天这样困难。为了应对这一挑战,自动专家发现算法依赖于庞大的科学异构网络,将文本查询与潜在的专家候选人进行匹配。朝这个方向,文献网络嵌入法似乎是建立科学文献表现力的理想选择。引文和作者链接包含与出版物文本内容的主要补充信息。本文通过利用从科学引文网络和三个科学问答网站提取的数据,为文档网络中的专家发现提出了基准。我们比较了这些不同数据源上多个算法的性能,并进一步研究嵌入方法在专家发现任务中的适用性。