典型文献
一种基于异质信息网络的学术文献作者重名消歧方法
文献摘要：
[目的]充分利用学术文献中的实体关系数据解决作者重名消歧问题.[方法]从文献信息中抽取多种类型节点及其关系构建异质信息网络,采用网络表示学习方法获取作者节点的表示向量并利用聚类分析得到初步划分,最后基于强规则匹配融合多个聚类簇得到消歧结果.[结果]在构建的Web of Science数据集下进行测试,本文方法的K-Metric平均值达0.842,较对比方法提升了63.18％,即使不考虑强规则匹配依然提升了34.69％.[局限]该方法需要利用引文信息,应用场景具有一定的局限性.[结论]基于异质信息网络,利用更丰富的实体关系对作者节点进行表示学习,能有效改善作者重名消歧的效果.
文献关键词：
重名消歧;关系数据;异质信息网络;网络表示学习
中图分类号：
作者姓名：
邓启平;陈卫静;嵇灵;张宇娥
作者机构：
电子科技大学图书馆 成都611731
文献出处：
引用格式：
[1]邓启平;陈卫静;嵇灵;张宇娥-.一种基于异质信息网络的学术文献作者重名消歧方法)[J].数据分析与知识发现,2022(04):60-68
A类：
重名消歧
B类：
异质信息网络,学术文献,文献作者,用学,实体关系,关系数据,文献信息,多种类型,关系构建,网络表示学习,表示学习方法,规则匹配,Metric,比方,引文
AB值：
0.206568
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
