[发明专利]一种学者重名的消歧方法及其系统

权利要求书

1.一种学者重名的消歧方法，其特征在于，包括：

分类模型建立步骤：基于异质学术网络数据，通过标注获取标注数据集，基于所述标注数据集，构建文档对二元分类的训练数据集，并基于所述训练数据集采用分类算法进行二元分类模型训练，得到文档对二元分类模型；

文档对构建步骤：获取需要消歧的待消歧数据集，基于所述待消歧数据集，根据消歧的学术人名，获取该人名对应的文档候选集，建立所述文档候选集的文档对关系图，并获取所述文档对的特征；

迭代分类步骤：基于所述文档对的特征，利用所述文档对二元分类模型，预测二元分类的结果，获取初始分类信息，根据所述初始分类信息，经过反复迭代，生成所述文档对的二元分类；

合并处理步骤：基于所述文档对的二元分类进行合并处理，根据所述文档对的二元分类预测结果进行合并或不做操作，得到最终的聚团，每个所述聚团对应一个真实学者，实现学者重名的消歧处理。

2.根据权利要求1所述学者重名的消歧方法，其特征在于，所述分类模型建立步骤还包括：

文档对特征提取步骤：提取所述文档对的特征，所述特征包含固有特征和关系特征。

3.根据权利要求1所述学者重名的消歧方法，其特征在于，所述迭代分类步骤还包括：

特征值计算步骤：根据所述分类结果和所述文档对之间的关系，重新计算所述文档对的关系特征值，并更新所述文档对特征值；

分类结果获取步骤：对更新特征值后的所述文档对重新进行分类预测，获得新的分类结果。

4.一种学者重名的消歧系统，采用如权利要求1-3中任一项所述的学者重名的消歧方法，其特征在于，包括：

分类模型建立模块：基于异质学术网络数据，通过标注获取标注数据集，基于所述标注数据集，构建文档对二元分类的训练数据集，并基于所述训练数据集采用分类算法进行二元分类模型训练，得到文档对二元分类模型；

文档对构建模块：用于获取需要消歧的待消歧数据集，基于所述待消歧数据集，根据消歧的学术人名，获取该人名对应的文档候选集，建立所述文档候选集的文档对关系图，并获取所述文档对的特征；

迭代分类模块：基于所述文档对的特征，利用所述文档对二元分类模型，预测二元分类的结果，获取初始分类信息，根据所述初始分类信息，经过反复迭代，生成所述文档对的二元分类；

合并处理模块：基于所述文档对的二元分类进行合并处理，根据所述文档对的二元分类预测结果进行合并或不做操作，得到最终的聚团，每个所述聚团对应一个真实学者，实现学者重名的消歧处理。

5.根据权利要求4所述学者重名的消歧系统，其特征在于，所述系统还包括：

数据预处理模块：用于生成待消歧数据集合；

消歧后处理模块：用于将所述迭代消歧步骤生成的聚团进行相应的融合处理。

6.根据权利要求4所述学者重名的消歧系统，其特征在于，所述分类模型建立模块还包括：

文档对特征提取模块：提取所述文档对的特征，所述特征包含固有特征和关系特征。

7.根据权利要求4所述学者重名的消歧系统，其特征在于，所述迭代分类模块还包括：

特征值计算模块：根据所述分类结果和所述文档对之间的关系，重新计算所述文档对的关系特征值，并更新所述文档对特征值；

分类结果获取模块：对更新特征值后的所述文档对重新进行分类预测，获得新的分类结果。

8.根据权利要求5所述学者重名的消歧系统，其特征在于，所述数据预处理模块还包括：

候选人名集合生成模块：对待消歧的所述人名进行变形处理，生成候选人名集合；

候选文档集合生成模块：根据所述候选人名集合，搜索相关所述候选人名的论文，生成候选文档集合；

文档特征提取模块：针对所述候选文档进行特征提取。