發(fā)布時間：2024-06-14 01:23

　　網(wǎng)絡(luò)終端數(shù)量的增加,提高了數(shù)字圖書館中文獻存儲的能力。利用作者姓名進行文獻檢索是數(shù)字圖書館中常見的檢索方式之一。但是,姓名同名現(xiàn)象導致了檢索系統(tǒng)不能對文獻進行有效地組織分類,其具體表現(xiàn)為輸入某一人名時,文獻系統(tǒng)會返回和該人名相關(guān)的所有文獻,但是這些文獻中存在有與用戶搜索目標作者不相關(guān)的冗余文獻,需要用戶進行自行篩選、剔除,使得信息檢索的效率下降。因此,為解決因作者同名而引起的歧義問題,國內(nèi)外諸多學者開展了相關(guān)研究,旨在將所有的文獻都正確地歸屬到相應(yīng)的作者名下,并且有組織地進行呈現(xiàn),以提高數(shù)字圖書館用戶的體驗感。諸多研究者為解決姓名歧義問題,已經(jīng)提出過各種各樣的解決方案,但是依舊存在一些問題需要進一步地解決,主要包括:(1)目前一些方法有效信息利用不充分,不能全面反映待消歧文獻。(2)目前數(shù)據(jù)庫中的一些文獻會存在部分信息丟失問題,譬如缺少了發(fā)表的日期時間、作者的主頁信息等,這使得基于該類特征的消歧方法準確率急速下降。(3)隨著時間的推移,文獻數(shù)據(jù)庫需要不斷引入大量的新文獻,目前一些方法無法對其進行動態(tài)處理或者對新文獻的處理效率和質(zhì)量低下。為解決上述問題,本文從異構(gòu)學術(shù)網(wǎng)絡(luò)圖出發(fā),提出了作...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    第一節(jié) 研究背景
    第二節(jié) 姓名消歧面臨的問題
    第三節(jié) 研究內(nèi)容和創(chuàng)新點
    第四節(jié) 選題的理論意義與實用價值
    第五節(jié) 本文的組織結(jié)構(gòu)
第二章 國內(nèi)外相關(guān)研究
    第一節(jié) 基于機器學習的姓名消歧方法
    第二節(jié) 基于圖嵌入的姓名消歧方法
    第三節(jié) 相關(guān)技術(shù)
    第四節(jié) 本章小結(jié)
第三章 基于多圖融合的作者姓名消歧方法
    第一節(jié) 問題定義
    第二節(jié) 算法設(shè)計與實現(xiàn)
    第三節(jié) 實驗結(jié)果與分析
    第四節(jié) 本章小結(jié)
第四章 基于增量模式的作者姓名消歧方法
    第一節(jié) 問題定義
    第二節(jié) 算法設(shè)計與實現(xiàn)
    第三節(jié) 實驗結(jié)果與分析
    第四節(jié) 本章小結(jié)
第五章 總結(jié)與展望
    第一節(jié) 總結(jié)
    第二節(jié) 展望
參考文獻
攻讀碩士學位期間的主要科研成果
致謝



本文編號：3993937