[發(fā)明專利]一種融合學(xué)術(shù)影響力的學(xué)者人名消除歧義的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810067134.3
• 申請(qǐng)日: 2018-01-24
• 公開（公告）號(hào): CN108304380B
• 公開（公告）日: 2020-09-22
• 發(fā)明（設(shè)計(jì)）人: 鄧輝舫;李超然
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 馮炳輝

1.一種融合學(xué)術(shù)影響力的學(xué)者人名消除歧義的方法，其特征在于：該方法是以實(shí)現(xiàn)將待消歧人名與學(xué)者實(shí)體準(zhǔn)確對(duì)應(yīng)為目標(biāo)，通過融合學(xué)者影響力，改進(jìn)相似度計(jì)算模型，提出增強(qiáng)的影響力計(jì)算模型，而后通過改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)、模型聚類函數(shù)和模型組合，以達(dá)到更高的消歧準(zhǔn)確率；其包括以下步驟：

步驟S1、將學(xué)者數(shù)據(jù)集合U按名字分組得到n個(gè)名字組A，根據(jù)文獻(xiàn)將每個(gè)名字組劃分為m個(gè)學(xué)者實(shí)體節(jié)點(diǎn)a；

數(shù)據(jù)集合U中包含待消歧的各個(gè)同名學(xué)者名字組A，U＝{A₁,A₂,...,A_n}，其中A_i為U中第i個(gè)名字組，包含A_i所對(duì)應(yīng)學(xué)者人名的所著文獻(xiàn)屬性及其合著者信息；對(duì)于所得到的每個(gè)名字組，以文獻(xiàn)來區(qū)分學(xué)者實(shí)體，將組中每個(gè)文獻(xiàn)中的待消歧學(xué)者名字作為一個(gè)學(xué)者實(shí)體；假設(shè)名字組A_i中有m篇文獻(xiàn)，則將該名字組劃分為m個(gè)學(xué)者實(shí)體a_ij，即A_i＝{a_i1,a_i2,...,a_im}，其中0＜i≤n,0＜j≤m；

步驟S2、根據(jù)步驟S1劃分結(jié)果，對(duì)每個(gè)組A，分別在組內(nèi)學(xué)者實(shí)體節(jié)點(diǎn)與U中名字組節(jié)點(diǎn)間通過合作關(guān)系建立合作關(guān)系網(wǎng)絡(luò)G；

步驟S3、對(duì)于每個(gè)組A，結(jié)合節(jié)點(diǎn)相似度和自身重要性，在合作關(guān)系網(wǎng)絡(luò)G上計(jì)算A中各個(gè)學(xué)者實(shí)體節(jié)點(diǎn)a基于特征集F的學(xué)術(shù)影響力

步驟S4、使用網(wǎng)絡(luò)嵌入匿名圖方法，結(jié)合步驟S3所得節(jié)點(diǎn)的學(xué)術(shù)影響力，得到文獻(xiàn)矩陣D，根據(jù)D計(jì)算得到名字組內(nèi)學(xué)者實(shí)體節(jié)點(diǎn)a帶學(xué)術(shù)影響力約束的相似度S_a；

步驟S5、利用步驟S4所得相似度，重復(fù)步驟S1～S3重新計(jì)算學(xué)術(shù)影響力，得到學(xué)者實(shí)體節(jié)點(diǎn)a基于學(xué)術(shù)影響力相似度的新的學(xué)術(shù)影響力其中S表示該節(jié)點(diǎn)帶學(xué)術(shù)影響力約束的相似度；

步驟S6、根據(jù)節(jié)點(diǎn)學(xué)術(shù)影響力的差異和相似度得到聚類函數(shù)C，使用凝聚層次聚類算法得到消歧結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種融合學(xué)術(shù)影響力的學(xué)者人名消除歧義的方法，其特征在于：在步驟S2中，將步驟S1中所得每一個(gè)名字組A中的學(xué)者實(shí)體節(jié)點(diǎn)a，與A在數(shù)據(jù)集合U上的補(bǔ)集C_UA中的各個(gè)名字組節(jié)點(diǎn)間建立合作關(guān)系網(wǎng)絡(luò)G＝(A∪C_UA,E)，其中，E為網(wǎng)絡(luò)中邊的集合，表示節(jié)點(diǎn)間的合作關(guān)系，各實(shí)體節(jié)點(diǎn)與名字組節(jié)點(diǎn)分別通過合著關(guān)系和引用關(guān)系構(gòu)成邊，合著關(guān)系為雙向邊，引用關(guān)系為單向邊。

3.根據(jù)權(quán)利要求1所述的一種融合學(xué)術(shù)影響力的學(xué)者人名消除歧義的方法，其特征在于：在步驟S3中，根據(jù)步驟S2所得的合作關(guān)系網(wǎng)絡(luò)，在包含學(xué)者和文獻(xiàn)特征的數(shù)據(jù)集上采用細(xì)粒度特征的學(xué)術(shù)影響力評(píng)估算法，結(jié)合自身重要性和影響概率構(gòu)建基于特征集F的學(xué)術(shù)影響力；F為從待消歧數(shù)據(jù)集合U中選取的特征集F＝{f₁,f₂,...,f_n}，其中，f_n表示F中第n個(gè)特征；為A定義一組特征強(qiáng)度向量其中：

a、節(jié)點(diǎn)的自身重要性I^out為節(jié)點(diǎn)基于角色的重要性，以特征強(qiáng)度來度量，其關(guān)系表示為其中n為特征數(shù)量，f_i表示在第i個(gè)特征上的強(qiáng)度；

b、節(jié)點(diǎn)間的影響概率由直接影響即節(jié)點(diǎn)相似度和間接影響即公共邊數(shù)量構(gòu)成；其關(guān)系為其中q為直接影響在影響概率中所占比例；結(jié)合節(jié)點(diǎn)的自身重要性I^out，及其鄰居節(jié)點(diǎn)的影響概率節(jié)點(diǎn)的初始學(xué)術(shù)影響力I^I表示如下：

其中p為自身重要性在初始學(xué)術(shù)影響力中所占的比例，N表示計(jì)算節(jié)點(diǎn)對(duì)象的鄰居節(jié)點(diǎn)集合，節(jié)點(diǎn)a和A的鄰居節(jié)點(diǎn)集合分別表示為N_a和N_A；

假設(shè)節(jié)點(diǎn)以一定概率相互傳播；節(jié)點(diǎn)間的學(xué)術(shù)影響力貢獻(xiàn)I^F表示如下：

其中為運(yùn)算目標(biāo)節(jié)點(diǎn)的鄰居節(jié)點(diǎn)的學(xué)術(shù)影響力，為節(jié)點(diǎn)間的傳播概率，節(jié)點(diǎn)a對(duì)A的傳播概率表示為A對(duì)a的傳播概率表示為初始時(shí)，I^F＝I^I；

迭代計(jì)算節(jié)點(diǎn)的學(xué)術(shù)影響力，得到實(shí)體節(jié)點(diǎn)a較理想的學(xué)術(shù)影響力，表示為