杨晓明对比：一次检索复盘
杨晓明对比不能停在“搜到哪个算哪个”。一次典型检索里，用户想确认新闻中的杨晓明，结果同时跳出疫苗行业人物、地方医生、学校教师和企业任职信息。下面用问答方式复盘全过程，看每一步如何排除干扰项。
问题1：这次要对比的到底是哪几类结果？
案例从一个很普通的问题开始：有人看到公开报道里出现“杨晓明”，想确认是不是自己在另一个页面看到的同名专家。第一轮搜索后，页面里同时出现科研领域、医疗机构、高校教师、企业人员四类结果。
我没有急着判断，而是先把结果分组。A组是与疫苗、医药行业相关的公开报道；B组是医院科室介绍；C组是高校院系页面；D组是企业信息平台。这样做的好处是，后面每一次杨晓明对比都有清晰对象，不会把所有材料混在一张纸上。
问题2：第一轮为什么不看照片？
照片最容易误导。公开页面的头像可能是旧照，新闻配图可能来自资料图，转载时还可能错配。对同名人物来说，照片只能辅助，不能作为主证据。
第一轮更应该看文本硬信息：机构名称、职务表述、报道时间。比如一个结果长期出现在医药央企和疫苗研发语境，另一个结果出现在地方医院门诊排班，它们即使同名，也大概率不是同一个职业轨迹。
问题3：怎么确认新闻里的杨晓明？
新闻类信息先看发布方。主流媒体、政府部门、机构公告比转载站更稳。然后看报道是否给出完整身份，比如“某集团原负责人”“某领域专家”“某单位职务”等。
在这个案例里，A组材料的共同点是医药、疫苗、行业机构高度集中；B组和C组虽然也叫杨晓明，但机构完全不同，事件语境也不重合。对比到这里，已经能排除大部分串人可能。
问题4：企业信息平台有没有用？
有用，但不能单独用。企业信息平台擅长展示公司、股东、法定代表人、高管关系，适合查商业任职线索。它的短板是同名自然人识别有限，如果缺少身份证号等不可公开字段，就不能保证完全区分。
所以D组信息只作为补充：如果企业任职时间、公司性质、行业方向与A组公开身份一致，就增加可信度；如果只是姓名一致、地区不同、行业无关，就暂时搁置，不纳入结论。
问题5：最后的对比结论怎么写才稳？
稳妥写法不是“所有杨晓明都是同一人”，而是“本文讨论的是公开报道中与某行业、某机构相关的杨晓明；同名医疗、高校、企业页面未见足够证据证明为同一人”。这句话看似保守，但能避免严重误伤。
这次杨晓明对比的经验很简单：先分组，再看硬字段，最后只对证据覆盖的范围下结论。信息检索不是猜谜，不能用相似感替代证据链。
常见问题
- 杨晓明对比时哪些字段最重要？
- 机构、职务、时间最重要。照片、简介语气、页面排名都只能辅助判断。
- 不同网站写的杨晓明经历不一样怎么办？
- 先按来源等级排序，再回到原始材料。若无法互相印证，应标注“不确定”，不要强行合并。
- 企业平台查到的杨晓明能直接对应新闻人物吗？
- 不能直接对应。需要公司名称、行业、任职时间与新闻身份匹配，只有姓名相同不够。