基于多图嵌入和多特征挖掘的作者姓名消歧研究

发布时间：2024-06-14 01:23

　　网络终端数量的增加,提高了数字图书馆中文献存储的能力。利用作者姓名进行文献检索是数字图书馆中常见的检索方式之一。但是,姓名同名现象导致了检索系统不能对文献进行有效地组织分类,其具体表现为输入某一人名时,文献系统会返回和该人名相关的所有文献,但是这些文献中存在有与用户搜索目标作者不相关的冗余文献,需要用户进行自行筛选、剔除,使得信息检索的效率下降。因此,为解决因作者同名而引起的歧义问题,国内外诸多学者开展了相关研究,旨在将所有的文献都正确地归属到相应的作者名下,并且有组织地进行呈现,以提高数字图书馆用户的体验感。诸多研究者为解决姓名歧义问题,已经提出过各种各样的解决方案,但是依旧存在一些问题需要进一步地解决,主要包括:(1)目前一些方法有效信息利用不充分,不能全面反映待消歧文献。(2)目前数据库中的一些文献会存在部分信息丢失问题,譬如缺少了发表的日期时间、作者的主页信息等,这使得基于该类特征的消歧方法准确率急速下降。(3)随着时间的推移,文献数据库需要不断引入大量的新文献,目前一些方法无法对其进行动态处理或者对新文献的处理效率和质量低下。为解决上述问题,本文从异构学术网络图出发,提出了作...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    第一节 研究背景
    第二节 姓名消歧面临的问题
    第三节 研究内容和创新点
    第四节 选题的理论意义与实用价值
    第五节 本文的组织结构
第二章 国内外相关研究
    第一节 基于机器学习的姓名消歧方法
    第二节 基于图嵌入的姓名消歧方法
    第三节 相关技术
    第四节 本章小结
第三章 基于多图融合的作者姓名消歧方法
    第一节 问题定义
    第二节 算法设计与实现
    第三节 实验结果与分析
    第四节 本章小结
第四章 基于增量模式的作者姓名消歧方法
    第一节 问题定义
    第二节 算法设计与实现
    第三节 实验结果与分析
    第四节 本章小结
第五章 总结与展望
    第一节 总结
    第二节 展望
参考文献
攻读硕士学位期间的主要科研成果
致谢



本文编号：3993937