一种数字图书馆的名称消歧框架

摘要

在学术论文数据库中,作者名称属性是识别学术资源实体最常用的标识符.然而,名称经常是模棱两可的,不具有唯一性,从而导致各种基于名称的检索问题.名称消歧是一项困难的数据管理任务,旨在正确区分共享相同名称的不同学术资源实体,特别是对于具有海量学术论文数据库的数字图书馆,因为可用于识别作者姓名的信息是有限的.为解决这个问题而进行研究大多基于文献引用记录中的合著作者或者论文标题的分层聚类方法,由于数据源的可用性不高导致这些消岐方法存在准确性和稳定性方面的不足.本文提出了一个多层动态聚类名称消歧框架,该框架采用三个数据聚类层和动态聚类检查机制来提高数据源的整体有效性并最小化聚类错误.实验结果表明所提出的框架是可行的.