基于图神经网络的姓名消歧算法

由于语言的不同,中国作者在发表外文文献时很容易出现作者重名的问题,导致许多重名学者发表的学术文献无法很好地区分开来。针对这一问题,本文提出了一种基于图神经网络的姓名消歧算法,解决外文文献中的中国作者同名问题。首先,基于待消歧文献的属性特征及其关系构建异质学术关系网络,对文献进行表示学习;然后再进行聚类消歧。由于文献属性特征之间具有强关联性,本文在原有文献关系的基础上引入了消歧特征对来丰富节点关系类型。实验结果表明,本文提出算法的性能明显优于其他对比方法,有更好的消歧性能。