防止学者论文库过拆分的历史错误纠正方法和系统

摘要

本申请提出一种防止学者论文库过拆分的历史错误纠正方法与系统，该方法包括:对学者名称进行重新构建；根据能够唯一确定作者的信息对目标学者论文库和待分配的论文簇进行直接匹配；对于匹配未成功的论文簇，通过BERT‑Bi‑LSTM‑CRF模型识别论文的作者相关信息和摘要中的实体信息；分别计算待匹配的论文包括的作者所属机构信息和期刊信息的匹配度；分别计算每个候选对齐论文簇与目标学者论文库的相似性特征，判断每个候选对齐论文簇与目标学者论文库是否对齐；将集成学习模型判定为对齐的候选对齐论文簇进行合并，并对未对齐的论文簇进行人工标注。该方法可解决消歧过程产生的过拆分错误，提高了过拆分错误纠正的速度、精确度和召回率。