收稿日期: 2017-01-03
修回日期: 2017-02-18
网络出版日期: 2017-03-05
基金资助
本文系国家社科基金重点项目"基于关联数据的中文名称规范档语义描述及数据聚合研究"（项目编号：15ATQ004）研究成果之一。
Identification and Clustering of Chinese Same Name Authority Records on Work Relations Extending
Received date: 2017-01-03
Revised date: 2017-02-18
Online published: 2017-03-05
[目的/意义] 旨在解决中文名称规范联合数据库检索系统CNASS的检索结果集记录量大且杂散的问题，实现其检索服务的关联聚簇功能。[方法/过程] 基于FRBR-LRM框架将个人名称规范记录转换为实体-属性-关系的RDF表示，利用记录内嵌的外部LC记录号重定向到VIAF记录，对原记录的作品关系等属性进行扩展。设计中文同名个人规范记录识别与聚簇算法，充分利用扩展后的作品关系，提高记录识别和聚簇的效率。[结果/结论] 选取300个人名，在CNASS中进行检索，对检索结果集运行算法，统计分析每个检索结果集的聚簇数和最大聚簇内记录数，综合计算聚簇效率指标，验证了本文聚簇算法的有效性。
王瑞云 , 贾君枝 . 基于作品关系扩展的中文同名个人规范记录识别与聚簇研究[J]. 图书情报工作, 2017 , 61(5) : 125 -131 . DOI: 10.13266/j.issn.0252-3116.2017.05.017
[Purpose/significance] We manage to deal with the question that the search result set provided by CNASS contains too many records to fulfill clustering and linking for its search service. [Method/process] We transformed the personal name authority record to RDF representation based on entity-attribute-relations according to the FRBR-LRM frame and extended the work relations of the record with linked LC and VIAF record. We designed identification and clustering algorithms of Chinese same name authority records taking full use of the extended work relations in the record to improve the efficiency of identification and clusteing. [Result/conclusion] Through the experiment on 300 result sets of searching Chinese names on CNASS, the this paper statistically analyzed cluster counters and records within the max-cluster, our identification and clustering method is effective.
[1] IFLA.FRBR-Library Reference Model[EB/OL].[2016-10-09].http://www.ifla.org/files/assets/cataloguing/frbr-lrm_20160225.pdf.
[2] ALLEMANG D, HENDLER J.实用语义网:RDFS和OWL高效建模(英文版)[M].北京:人民邮电出版社,2009:31-51.
[3] 中文名称规范协作委员会. 中文名称规范联合数据库检索系统[EB/OL].[2016-11-22].http://cnass.cccna.org/jsp/simpleSearch.jsp.
[4] 贾君枝,石燕青. 中国个人名称规范文档的关联数据化研究. 情报学报,2016,35(7):696-703.
[5] 郝嘉树,王广平. 中文人名规范的语义描述与关联探讨[J].图书情报工作,2012,56(14):47-51.
[6] 宋志红,武天兰,李冬梅.合著网络、社会资本与科研影响力[J]. 情报学报,2015,34(11):1123-1131.
[7] 刘斌,赵升,孙笑明,等.我国专利数据中发明家姓名消歧算法研究[J]. 情报学报,2016,35(4):405-414.
[8] 周杰,李弼程,唐永旺,等.基于关键证据和E2LSH的增量式人名聚类消歧方法[J]. 情报学报,2016,35(7):714-722.
[9] 田野,杨眉,祝忠明,等. 关联数据驱动的查询扩展技术研究[J].图书情报工作,2015, 59(4):122-128.
[10] 白林林,贾君枝.关联数据中CNMARC到RDF的映射实现[J].国家图书馆学刊,2015,24(4):94-102.
[11] 廖盖隆,罗竹风,范源,等.中国人名大辞典:当代人物卷[M].上海:上海辞书出版社,1992:1-23.
[12] 司莉,贾欢. 2004-2014年我国多语言信息组织和检索研究进展与启示[J]. 情报学报, 2015,34(6):662-672.
[13] VIAF[EB/OL].[2016-11-02].https://www.viaf.org/processed/LC%7Cn%20%2081028871.
[14] 刘宝柱,苏彦华,张洪林,等. MATLAB7.0从入门到精通[M]. 北京:人民邮电出版社,2010:128-158.
/
| 〈 |
|
〉 |
