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。

基于异质学术超网的文献评价

科学文献数量的爆炸式增长使得自动学术评价较之以往显得尤为紧迫。最新研究试图利用异质学术网络的结构获得更优质的学术评价结果。然而,现存方法均把不同学术对象间的多元多维关系扁平地投影为一组二元关系。为避免扁平投影导致信息丢失,本文提出一种科学文献评价的新算法,该算法用有向同质超网建模文献之间和作者之间的多元引用关系,用异质超图建模文献一作者之间的多元多维关系,以此将科学文献数据库建模为全面包含学术对象间多元多维关系的异质学术超网。基于利用AcL Anthology Network所建的标准评测环境下的大量实验,本文所提出方法在多项广泛采用的IR评价指标上均表现优异。

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

【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。