作者名称增量消歧研究综述

【目的】总结分析作者名称增量消歧研究进展,为相关研究提供参考。【文献范围】以(“作者”and“名称消歧”)、(“author”and“name disambiguation”)为关键词分别检索谷歌学术、ACM、IEEE、Elsevier、Springer以及知网、维普数据库,经人工筛选、基于种子文献的引文扩展搜索,获取相关文献58篇,其中直接讨论增量消歧的文献30篇、其他相关文献28篇。【方法】梳理增量消歧研究发展过程、技术框架与基本原则,围绕相似度比较策略、作者分配判断方法、需要关注的问题等分析增量消歧研究发展情况。【结果】重视特征选择与表示、相似度计算与作者分配方法的研究,需要加强碎片合并、同一作者多主题识别、错误记录纠正等问题研究。【局限】直接以作者名称增量消歧为研究主题文献数量较少,在支撑综述结果方面存在局限性。【结论】应加强增量消歧研究,将传统特征工程法与深度学习、人工智能技术相结合,注重解决增量消歧实践中的具体问题。