面向特定科研任务的著者姓名消歧方法

doi:10.3772/j.issn.1000-0135.2021.07.006

情报学报

2021, Vol. 40

Issue (7): 734-744 DOI: 10.3772/j.issn.1000-0135.2021.07.006

情报分析方法与技术

本期目录 | 过刊浏览 | 高级检索

面向特定科研任务的著者姓名消歧方法

吴柯烨^1,2, 闵超^1,2, 孙建军^1,2, 权昭瑄^1,2

1.南京大学信息管理学院，南京 210023
2.南京大学人文社会科学大数据研究院，南京 210023

Method for Author Name Disambiguation in Specific Research Tasks

Wu Keye^1,2, Min Chao^1,2, Sun Jianjun^1,2, Quan Zhaoxuan^1,2

1.School of Information Management, Nanjing University, Nanjing 210023
2.Institute of Data Research in Humanities and Social Sciences, Nanjing University, Nanjing 210023

摘要
图/表
参考文献
相关文章 (0)

全文: PDF (1605 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要人才流动、学者评价等以学者个人为对象的研究任务，通常需要针对学术论著数据集中的著者进行姓名消歧。本文针对此类特定研究任务，提出了准确且便于学者操作的姓名消歧方法。为简便计算，弥补本地数据缺失的问题，本文构建了基于异源数据的二阶段姓名消歧框架。一阶段充分挖掘本地关联信息，二阶段结合权威的外源数据。基于表征进行本地关系发现、半模糊检索等步骤，以达到全面客观的姓名消歧，最终通过人工智能领域的论文数据和Aminer姓名消歧数据集，实现并验证该方法的优越性和普适性。经过与人工标注数据对比，该框架表现出良好的消歧效果，较好地解决了原始数据中的同名异人和同人异名问题，从而为后续研究任务奠定了扎实的基础。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	吴柯烨
	闵超
	孙建军
	权昭瑄

关键词 ：特定研究任务, 二阶段姓名消歧, 异源数据, 关系发现, 半模糊检索

收稿日期: 2020-06-01

基金资助:教育部人文社会科学基金项目“施引群体视角的科学产出评价方法研究”（19YJC870017）；国家自然科学基金项目“引文模式视角下的科学突破研究”（71904081），“引文扩散理论及实证研究”（71874077）。

作者简介: 吴柯烨，男，1996年生，硕士研究生，主要研究方向为数据清洗、自然语言处理、深度学习等；闵超，男，1990年生，助理研究员，主要研究方向为科学计量、创新扩散、网络科学等；孙建军，男，1962年生，教授，博士生导师，主要研究方向为网络信息资源管理、信息分析研究等，E-mail：sjj@nju.edu.cn；权昭瑄，男，1996年生，硕士研究生，主要研究方向为数据分析与可视；

引用本文:

吴柯烨, 闵超, 孙建军, 权昭瑄. 面向特定科研任务的著者姓名消歧方法[J]. 情报学报, 2021, 40(7): 734-744.
Wu Keye, Min Chao, Sun Jianjun, Quan Zhaoxuan. Method for Author Name Disambiguation in Specific Research Tasks. 情报学报, 2021, 40(7): 734-744.

链接本文:

http://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2021.07.006 或 http://qbxb.istic.ac.cn/CN/Y2021/V40/I7/734

1 Miguelez E, Noumedem Temgoua C. Inventor migration and knowledge flows: a two-way communication channel?[J]. Research Policy, 2020, 49(9): 103914.
2 Park J, Wood I B, Jing E, et al. Global labor flow network reveals the hierarchical organization and dynamics of geo-industrial clusters[J]. Nature Communications, 2019, 10(1): 3449.
3 魏春丽, 赵镇岳, 艾文华, 等. 科研人员的流动模式及其影响因素研究[J]. 图书情报知识, 2020(2): 16-23.
4 刘玮辰, 郭俊华, 史冬波. 科学家跨国流动促进了知识扩散吗?——基于青年千人的实证分析[J]. 图书情报知识, 2020(2): 32-41.
5 Shin D, Kim T, Choi J, et al. Author name disambiguation using a graph model with node splitting and merging based on bibliographic information[J]. Scientometrics, 2014, 100(1): 15-50.
6 林翠萍, 吴扬扬. 采用改进最长公共子序列的人名消歧[J]. 华侨大学学报(自然科学版), 2016, 37(2): 201-206.
7 Han X, Zhao J. Structural semantic relatedness: a knowledge-based method to named entity disambiguation[C]// Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics. Stroudsburg: Association for Computational Linguistics, 2010: 50-59.
8 Jia B J, Yang H, Wu B, et al. Collective entity disambiguation based on hierarchical semantic similarity[J]. International Journal of Data Warehousing and Mining, 2020, 16(2): 1-17.
9 章顺瑞, 游宏梁. 基于层次聚类算法的中文人名消歧[J]. 现代图书情报技术, 2010(11): 64-68.
10 阳怡林, 周杰, 李弼程, 等. 基于分步聚类的人名消歧算法[J]. 数据采集与处理, 2016, 31(1): 213-222.
11 阳怡林, 周杰, 李弼程. 基于聚类集成的人名消歧算法[J]. 计算机应用研究, 2016, 33(9): 2716-2720.
12 Kim J. A fast and integrative algorithm for clustering performance evaluation in author name disambiguation[J]. Scientometrics, 2019, 120(2): 661-681.
13 Saha T K, Zhang B C, Al Hasan M. Name disambiguation from link data in a collaboration graph using temporal and topological features[J]. Social Network Analysis and Mining, 2015, 5(1): 11.
14 Zhang Y, Zhang F, Yao P, et al. Name disambiguation in Aminer: clustering, maintenance, and human in the loop[C]// Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. New York: ACM Press, 2018: 1002-1011.
15 Tan H B, Tian Y F, Wang L F, et al. Name disambiguation using meta clusters and clustering ensemble[J]. Journal of Intelligent & Fuzzy Systems, 2020, 38(2): 1559-1568.
16 On B W, Lee I, Lee D. Scalable clustering methods for the name disambiguation problem[J]. Knowledge and Information Systems, 2012, 31(1): 129-151.
17 Sanyal D K, Bhowmick P K, Das P P. A review of author name disambiguation techniques for the PubMed bibliographic database[J]. Journal of Information Science, 2021, 47(2): 227-254.
18 Emami H. A graph-based approach to person name disambiguation in Web[J]. ACM Transactions on Management Information Systems, 2019, 10(2): 1-25.
19 Louppe G, Al-Natsheh H T, Susik M, et al. Ethnicity sensitive author disambiguation using semi-supervised learning[C]// International Conference on Knowledge Engineering and the Semantic Web. Cham: Springer, 2016: 272-287.
20 Yin D, Motohashi K, Dang J. Large-scale name disambiguation of Chinese patent inventors (1985-2016)[J]. Scientometrics, 2020, 122(2): 765-790.
21 尚玉玲, 曹建军, 李红梅, 等. 基于合作作者与隶属机构信息的同名排歧方法[J], 计算机科学, 2018, 45(11): 220-225, 260.
22 Zhang B, Al Hasan M. Name disambiguation in anonymized graphs using network embedding[C]// Proceedings of the 2017 ACM on Conference on Information and Knowledge Management. New York: ACM Press, 2017: 1239-1248.
23 周杰, 李弼程, 唐永旺. 基于关键证据与E2LSH的增量式人名聚类消歧方法[J]. 情报学报, 2016, 35(7): 714-722.
24 翟晓瑞, 韩红旗, 张运良, 等. 基于稀疏分布式表征的英文著者姓名消歧研究[J]. 计算机应用研究, 2019, 36(12): 3534-3538.
25 余传明, 钟韵辞, 林奥琛, 等. 基于网络表示学习的作者重名消歧研究[J]. 数据分析与知识发现, 2020, 4(Z1): 48-59.
26 Fan X, Wang J, Pu X, et al. On graph-based name disambiguation[J]. Journal of Data and Information Quality, 2011, 2(2): 1-23.
27 Tang J, Fong A C M, Wang B, et al. A unified probabilistic framework for name disambiguation in digital library[J]. IEEE Transactions on Knowledge and Data Engineering, 2011, 24(6): 975-987.
28 邓可君, 华凯, 邓昌明, 等. 基于机器学习的论文作者名消歧方法研究[J]. 四川大学学报(自然科学版), 2019, 56(2): 241-245.
29 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.
30 张旺强, 祝忠明, 李雅梅, 等. 机构知识库作者名自动消歧框架设计与实践[J]. 现代图书情报技术, 2019, 3(6): 92-98.
31 王道仁, 杨冠灿, 傅俊英. 专利发明人英文重名识别判据及效度比较分析[J]. 数字图书馆论坛, 2016(8): 2-9.
32 Zhu J, Yang Y, Xie Q, et al. Robust hybrid name disambiguation framework for large databases[J]. Scientometrics, 2014, 98(3): 2255-2274.
33 孙笑明, 李瑶, 王成军, 等. 基于专家研讨思想的发明人姓名消歧研究[J]. 情报科学, 2019, 37(4): 116-121.
34 柯昊, 李天, 周悦, 等. 数据缺失时基于BP神经网络的作者重名辨识研究[J]. 情报学报, 2018, 37(6): 600-609.