中文文献题录数据作者重名消解问题研究

doi:10.13266/j.issn.0252-3116.2014.23.022

图书情报工作 ›› 2014, Vol. 58 ›› Issue (23): 143-148,142.DOI: 10.13266/j.issn.0252-3116.2014.23.022

• 知识组织 • 上一篇

中文文献题录数据作者重名消解问题研究

朱云霞

南京邮电大学计算机学院

收稿日期:2014-10-11 修回日期:2014-11-20 出版日期:2014-12-05 发布日期:2014-12-05
作者简介:朱云霞, 南京邮电大学计算机学院副教授, E-mail:zhuyx@njupt.edu.cn.
基金资助:
本文系教育部人文社会科学青年基金项目"复杂网络视角下的科学共同体研究"(项目编号:14YJC870028)和南京邮电大学校级一般科研项目"基于复杂网络的科学共同体知识发现"(项目编号:NY213059)研究成果之一.

Study on Author Name Disambiguation for Chinese Bibliographic Information

Zhu Yunxia

School of Computer Science & Technology, Nanjing University of Posts and Telecommunications, Nanjing 210023

Received:2014-10-11 Revised:2014-11-20 Online:2014-12-05 Published:2014-12-05

摘要/Abstract

摘要：

在对目前各种作者重名消解方法进行总结的基础上, 针对中文文献题录数据特征, 将重名消解问题转换为同名作者文献的分类问题, 提出一种基于规则和相似度的重名消解框架模型, 并对其中的分解规则和合并规则进行详细的算法描述, 最后选取3个学科的重名作者数据集进行实验, 实验结果表明该模型能有效提高作者重名消解的准确率.

关键词: 重名消解, 相似度, 规则, 算法

Abstract:

In view of the characteristics of the Chinese bibliographic information, this paper summarized the current name disambiguation methods, proposed a model based on rules and the similarity, and thus converted the author name disambiguation problems to the literature classification problems. Specific decomposition and merger rules and corresponding algorithm had been described in detail. Finally some same-named bibliographic information of the three disciplines were selected as the experimental data sets, the results showed that this model can effectively improve the correct of name disambiguation.

Key words: name disambiguation, similarity, rules, algorithm

中图分类号:

G253
TP391

朱云霞. 中文文献题录数据作者重名消解问题研究[J]. 图书情报工作, 2014, 58(23): 143-148,142.

Zhu Yunxia. Study on Author Name Disambiguation for Chinese Bibliographic Information[J]. LIS, 2014, 58(23): 143-148,142.

参考文献

[1] 郭舒.文献数据库中作者名自动化消歧方法应用研究[J].情报杂志,2013,32(9):132-136.
[2] 章顺瑞,游宏梁.基于层次聚类算法的中文人名消歧[J].现代图书情报技术,2010(11):64-68.
[3] 吴斌,徐超群,王文彬,等.基于链接的作者重名处理方法研究与应用[J].计算机科学,2008,35(3):197-199.
[4] 朗君,秦兵,宋巍,等.基于社会网络的人名检索结果重名消解[J].计算机学报,2009,32(7):1365-1374.
[5] 李琦,马军.基于人物相关社区的重名消解研究[J].山东大学学报(理学版),2012,47(3):33-37.
[6] Han Hui,Giles C L,Zha Hongyuan,et al. Two supervised learning approaches for name disambiguation in author citations[C]//Proceedings of the 4th ACM/IEEE Joint Conference on Digital Libraries.Tucson:IEEE, 2004:296-305.
[7] Huang Jian,Ertekin S,Giles C L. Efficient name disambiguation for large-scale databases[C]//Proceedings of the 10th European Conference on Principles and Practice of Knowledge Discovery in Databases.Berlin:Springer, 2006:536-544.
[8] Zhang Duo, Tang Jie, Li Juanzi, et al. A constraint-based probabilistic framework for name disambiguation[C]//Proceedings of the Sixteenth ACM Conference on Conference on Information and Knowledge Management. New York:ACM, 2007: 1019-1022.
[9] 肖晶,梁冰,张晓丹,等.一种面向篇级数据的作者名消歧规则和算法[J].现代图书情报技术,2012(5):55-59.
[10] Pereira D A,Ribeiro-Neto B A,Ziviani N,et al. Using Web information for author name disambiguation[C]//Proceedings of the 2009 ACM/ IEEE-CS Joint International Conference on Digital Libraries. New York:ACM Press, 2009:49-58.
[11] Kang I S, Na S H, Lee S, et al. On co-authorship for author disambiguation[J]. Information Processing & Management, 2009, 45(1): 84-97.
[12] 魏建香.科学交叉知识发现及可视化[M].南京:南京大学出版社,2011:29.

[1]	俞琰, 鞠鹏, 尚明杰. 基于信息增益与相似度的专利关键词抽取算法评价模型[J]. 图书情报工作, 2022, 66(6): 108-117.
[2]	翟姗姗, 王左戎, 陈欢, 潘港辉. 会话分析视角下的突发公共事件主题演化研究——以"新冠肺炎疫情"为例[J]. 图书情报工作, 2022, 66(11): 87-99.
[3]	郑荣, 魏明珠, 高志豪, 王晓宇. 基于SCAN-CPM的产业新兴技术识别与演化路径分析：以新能源汽车产业为例[J]. 图书情报工作, 2022, 66(11): 100-109.
[4]	韩晓彤, 朱东华, 汪雪锋. 科学推动下技术机会发现方法研究[J]. 图书情报工作, 2022, 66(10): 19-32.
[5]	陈健瑶, 翟姗姗, 夏立新, 刘德印. 融合句法特征和句法相似度的网络舆情突发事件识别方法研究[J]. 图书情报工作, 2021, 65(9): 41-50.
[6]	高劲松, 付家炜, 李珂. 敦煌壁画叙词表关联数据实体语义相似度计算方法与实验[J]. 图书情报工作, 2021, 65(8): 97-106.
[7]	刘佳程, 马廷灿, 岳名亮. HHa中心性算法:一种基于h指数和Ha指数的复杂网络节点排序算法[J]. 图书情报工作, 2021, 65(20): 92-100.
[8]	徐珍珍, 张均胜, 刘文斌. 科技文献中技术关联自动发现方法研究[J]. 图书情报工作, 2021, 65(20): 113-122.
[9]	李洪晨, 马捷, 胡漠. 面向健康医疗大数据安全保护的医疗区块链模型构建[J]. 图书情报工作, 2021, 65(2): 37-44.
[10]	李纲, 唐晶, 毛进, 田云裴, 张斌. 基于演化事件探测的学科领域科研社群演化特征研究——以图书馆学情报学为例[J]. 图书情报工作, 2021, 65(17): 79-90.
[11]	陈立雪, 滕广青, 吕晶, 庹锐. 科研人员职业高峰前后的研究主题转换特征识别[J]. 图书情报工作, 2021, 65(16): 81-89.
[12]	阳昕, 张敏, 廖剑岚, 邵诚敏. 社会网络视角下的高校图书馆电子资源利用研究——以复旦大学图书馆为例[J]. 图书情报工作, 2021, 65(15): 91-99.
[13]	张涛, 马海群. 智能情报分析中算法风险及其规制研究[J]. 图书情报工作, 2021, 65(12): 47-56.
[14]	赵登鹏, 熊回香, 田丰收, 李昕然. 基于序列比对算法的中文文本相似度计算研究[J]. 图书情报工作, 2021, 65(11): 101-112.
[15]	王康, 高继平, 潘云涛, 陈悦. 多位态研究主题识别及其演化路径方法研究[J]. 图书情报工作, 2021, 65(11): 113-122.

中文文献题录数据作者重名消解问题研究

Study on Author Name Disambiguation for Chinese Bibliographic Information

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics