随着我国在科技奖励评审、科技成果评价和科技项目评估等领域工作的广泛开展,能否有合适、权威的专家参与进来,直接关系着这些工作的公平公正性。垂直搜索作为搜索引擎技术新兴的研究热点,其专注具体、深入的纵向服务,致力于某一特定领域内信息的全面和内容的深入。我们通过将垂直搜索技术引入专家信息的搜索服务中来,可以极大改善专家信息搜索的效果。按照搜索引擎的一般开发流程,结合专家信息领域的自身特点,对专家信息垂直搜索引擎两大关键问题进行了研究和实现。其一,Deep Web网络蜘蛛。专家信息数据源中大量Deep Web的存在,使得普通网络蜘蛛的抓取效果并不理想。为了保证专家信息抓取的准确率和完整率,本文设计并实现了一种基于Web自动化测试工具——WatiJ的Deep Web网络蜘蛛。阐述了利用WatiJ实现用户提交查询表单、循环点击翻页按钮等拟人交互方式的原理,通过实例给出了动态网页抓取的关键步骤。实验结果表明,该蜘蛛是针对授权数据源进行动态网页抓取行之有效的解决方案。其二,专家信息细胞词库中文分词。词库中文分词方法的效果,很大程度上决定于词库建设的好坏。针对专家信息相关领域的特征性,本文给出了专家信息细胞词库的构成,并结合最大正向匹配算法,给出了基于lucene的中文分词器实现。在解决两大关键问题的基础上,论文在最后还给出了基于S2SH架构的系统设计与实现,并对将来的工作进行了展望。