声明
致谢
摘要
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.2 研究内容与方法
1.2.1 论文安排
2 国内外相关领域研究现状
2.1 基于属性的姓名消歧方法
2.2 基于机器学习的消歧方法
2.3 基于社会网络的消歧方法
2.4 基于作者互动的数据库字段修正消歧方法
2.5 相关评测会议
2.6 总结与分析
2.7 本章小结
3 基于唯一性特征的论文种子集合初步消歧
3.1 特征描述
3.2 唯一性特征辨识消歧方法
3.2.1 单一性唯一性特征选取与应用
3.2.2 复合相对唯一性特征选取与应用
3.3 本章小结
4 基于论文种子集合的层次聚类消歧方法
4.1 聚类算法
4.1.1 K-means聚类
4.1.2 DBSCAN算法
4.1.3 近邻传播算法
4.1.4 聚类算法小结
4.2 基于层次聚类的中文姓名消歧方法设计与实现
4.2.1 算法思想
4.2.1 文本特征表示模型
4.2.2 层次聚类实施过程
4.3 本章小结
5 实证分析
5.1 选择实证对象
5.2 构建样本集
5.2.1 数据清洗
5.2.2 样本集数据描述
5.3 测试集构建与评价指标
5.3.1 构建测试集
5.3.2 评价指标
5.3.3 实验环境
5.3.4 实验结果及分析
5.4 本章小结
6 结论与展望
参考文献
作者简介
学位论文数据集