一种基于大规模文献数据的作者姓名同一性判断方法专利查询专利号|摘要-满商公司网

一种基于大规模文献数据的作者姓名同一性判断方法

基本信息

申请号	CN202110954858.1	申请日	-
公开（公告）号	CN113688257A	公开（公告）日	2021-11-23
申请公布号	CN113688257A	申请公布日	2021-11-23
分类号	G06F16/38;G06F16/35;G06F16/26	分类	计算；推算；计数;
发明人	邰伟鹏;胡涛;赵佳俊;黄超;李文婷;李伟	申请（专利权）人	安徽工大信息技术有限公司
代理机构	安徽知问律师事务所	代理人	王亚军
地址	243000 安徽省马鞍山市霍里山大道北段698号马鞍山软件园2栋801室
法律状态	-

摘要

本发明公开了一种基于大规模文献数据的作者姓名同一性判断方法，属于同名消歧技术领域。包括以下步骤：读取文献数据信息；分组排序，得到含有相同作者名的多个数据块；数据处理为结构化的数据；再分组，每一数据块按照文献id分组得到多个数据小块；数据小块间作者名进行同一性判断，依据作者所属的机构名，循环的在数据小块之间，两两不断取交集，若交集不为空则取并集，使交集不为空的数据小块中包含的记录数不断扩大，直到不再变化为止；最终以相同id标识的为同一作者。本发明克服了现有技术中，由于忽略了文献间内在的关联关系和大量数据造成的混杂度，无需人工标注信息，将数据经过一层层分组排序后化繁为简，提高了同名区分的效率与准确率。