基于合作作者与隶属机构信息的同名排歧方法

• 全文链接
• 请求原文

作   者：

尚玉玲;  曹建军;  李红梅;  郑奇斌; 

作者机构：

国防科技大学第六十三研究所;  解放军理工大学指挥信息系统学院; 

关键词：

有效路径;  连接强度;  数据质量;  同名排歧;  实体分辨; 

期刊名称：

计算机科学

基金项目：

基于蚁群算法和云模型的领域无关数据清洗

i s s n：

1002-137X

年卷期：

2018 年 11 期

页   码：

220-225+260

摘   要：

同名排歧是实体分辨领域的重要研究内容之一,其旨在分辨出相同姓名对应的不同人。针对传统同名排歧方法需要丰富的信息以及无法解决信息缺乏时的排歧问题,提出了一种基于合作作者和隶属机构信息的同名排歧方法。根据作者间的合作关系以及作者与机构间的隶属关系构造实体关系图,采用广度优先搜索策略搜索图中两两同名作者间的有效路径;根据有效路径长度、数目及路径上边的类型,计算两个同名作者间的连接强度,并将其与阈值进行比较,实现同名排歧。实验结果表明,所提方法比当前最好的方法具有更好的同名排歧效果,且能够实现单一作者的同名排歧。