基于机器学习的论文作者名消歧方法研究

• 作者: 华凯 姜宁 张治坤 彭一明 袁玲 邓可君 邓昌明
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 作者名消歧 机器学习 文本特征提取
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 241-245
• 页数: 5页
• 分类号: TP391.1
• 字数: 4310字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2019.02.010

摘要

本文提出了一种基于规则匹配和机器学习的论文作者名自动化消歧方法:首先基于人工构建的人名匹配规则确定候选作者,对于存在多个候选人的情况,基于论文的属性信息(例如合作者 、标题 、摘要 、关键词和出版物名称等)提取特征,然后选取合适的机器学习算法进行消歧.实验效果表明K近邻和Softmax分类器较适合于论文作者名消歧任务;此外,将作者信息与论文的其他信息分开提取特征能够有效提高作者名消歧的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张治坤	北京大学计算中心	16	99	4.0	9.0
2	袁玲	北京大学计算中心	7	27	3.0	5.0
3	彭一明	北京大学计算中心	11	96	5.0	9.0
4	姜宁	北京大学计算中心	12	95	5.0	9.0
5	邓可君	北京大学计算中心	2	2	1.0	1.0
6	华凯	北京大学计算中心	1	1	1.0	1.0
7	邓昌明	北京大学计算中心	4	12	2.0	3.0