基于异质信息嵌入与RNN聚类参数预测的作者姓名消歧方法

作     者：王若琳 牛振东 蔺奇卡 朱一凡 邱萍 陆浩 刘东磊 Wang Ruolin;Niu Zhendong;Lin Qika;Zhu Yifan;Qiu Ping;Lu Hao;Liu Donglei

作者机构：北京理工大学计算机学院北京100081 北京理工大学图书馆北京100081 西安交通大学计算机科学与技术学院西安710049 中国科学院自动化研究所北京100190 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2021年第5卷第8期

页      面：13-24页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划项目(项目编号:2019YFB1406302)的研究成果之一 

主　　题：姓名消歧 学术异质信息网络 图嵌入 聚类 

摘      要：【目的】针对传统方法利用文本特征提取或文章与合著者之间的关系信息,导致高阶特征缺失的问题,提出学术文献领域下的姓名消歧方法,用于区分拥有相同姓名的多个学者。【方法】提出一种名为论文嵌入网络(PaperEmbNet)的统一特征提取框架,为每个作者姓名构建学术异质信息网络,并融合内容信息和关系信息。在此基础上,设计一种基于注意力机制的循环神经网络聚类参数预测算法(AR4CPM),进行同名作者聚类个数的预测,并基于该参数,使用层次凝聚聚类算法实现消歧。【结果】在AMiner-AND数据集上的实验结果表明,所提方法在Macro-F1评分上相比次优模型最大提升4.75百分点,平均训练时间较对比方法短5~10 min。【局限】需在多语种环境下进一步验证。【结论】基于异质信息嵌入与RNN聚类参数预测的消歧方法,借助构建的学术异质信息网络充分捕获论文的内容和关系特征,在作者姓名消歧任务上验证了其有效性。