دوره 14، شماره 4 - ( 12-1396 )                   جلد 14 شماره 4 صفحات 117-128 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Improving the accuracy of the author name disambiguation by using clustering ensemble. JSDP. 2018; 14 (4) :117-128
URL: http://jsdp.rcisp.ac.ir/article-1-524-fa.html
مرتضوی سید محمد، ندیمی شهرکی محمد حسین، موسی خانی مصطفی. بهبود صحت ابهام‌زدایی نام نویسنده با استفاده از خوشه‌بندی تجمّعی. پردازش علائم و داده‌ها. 1396; 14 (4) :117-128

URL: http://jsdp.rcisp.ac.ir/article-1-524-fa.html


استادیار دانشگاه آزاد اسلامی واحد نجف آباد
چکیده:   (355 مشاهده)
امروزه کتابخانه‌های دیجیتال از مهم­ترین و سریع­ترین منابع پژوهشی در جهان محسوب می­شوند. از نقطه‌نظر مدیریت تجمیع دانش، توانایی جستجوی صحیح، دقیق و سریع مطالب علمی مد نظر کاربر، اهمیت زیادی دارد. پیچیدگی و وجود تشابه در بانک­های اطلاعاتی موجب می­گردد این منابع در هنگام بهره­برداری با چالش­ها و ابهامات زیادی مواجه شوند و همین چالش­ها دست‌مایه پژوهش‌های گسترده‌ای را در این حوزه شکل داده است. یکی از مهم­ترین این چالش­ها، وجود ابهام در نام نویسنده است. در این خصوص روش‌های بسیاری با بهره‌گیری از روش‌های خوشه­بندی نسبت به حل نام­های مبهم مبادرت ورزیده­اند. این روش‌ها تا حدودی توانسته‌اند مشکل را برطرف کنند، اما همچنان مسئله تکه‌تکه‌بودن خوشه‌ها و خطا در نتایج تولیدی، از معایب روش‌های موجود است. از سویی تجربه نشان داده که یک روش به‌تنهایی نتایجی با صحت بالا نمی‌تواند تولید کند. بدین منظور در این مقاله مدلی جهت حل مشکل ذکر‌شده ارائه شده است‌. راهکار پیشنهادی در دو گام، عملیات ابهام‌زدایی را انجام می­دهد. در گام نخست خوشه­های اولیه با استفاده از "الگوریتم خوشه‌بندی سلسله‌مراتبی تجمعی با پارامترها و توابع اندازه‌گیری مشابهت مختلف"، تولید می‌شوند. در گام دوم با بهره­گیری از "الگوریتم خوشه‌بندی تجمعی"، خوشه­های تولید‌شده به‌گونه­ای ترکیب می­شوند تا خوشه‌هایی غنی با درصد کمتری از تکه‌تکه‌بودن و صحت بالاتر تولید شوند. در ارزیابی‌ الگوریتم پیشنهادی از "مجموعه دادگان DBLP، تحت معیار K" استفاده شده است. نتایج،  بهبود قابل توجهی را در ترکیب خوشه‌های مذکور نشان می­دهند.
 
متن کامل [PDF 4244 kb]   (119 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش متن
دریافت: ۱۳۹۵/۳/۳ | پذیرش: ۱۳۹۶/۱۰/۱۰ | انتشار: ۱۳۹۶/۱۲/۲۲ | انتشار الکترونیک: ۱۳۹۶/۱۲/۲۲

فهرست منابع
1. [1] R. G. Cota, A. A. Ferreira, C. Nascimento, M. A. Gonçalves, and A. H. Laender, "An unsupervised heuristic‐based hierarchical method for name disambiguation in bibliographic citations," Journal of the American Society for Information Science and Technology, vol. 61, pp. 1853-1870, 2010. [DOI:10.1002/asi.21363]
2. [2] B.-W. On and D. Lee, "Scalable Name Disambiguation using Multi-level Graph Part-ition," in SDM, 2007.
3. [3] X. Fan, J. Wang, X. Pu, L. Zhou, and B. Lv, "On graph-based name disambiguation," Journal of Data and Information Quality (JDIQ), vol. 2, p. 10, 2011. [DOI:10.1145/1891879.1891883]
4. [4] Z. Chen, D. V. Kalashnikov, and S. Mehrotra, "Adaptive graphical approach to entity resolu-tion," in Proceedings of the 7th ACM/IEEE-CS joint conference on Digital libraries, 2007, pp. 204-213. [PMCID]
5. [5] L. D. u Thu, "Named Entity Disambiguation in Digital Libraries," 2010.
6. [6] B.-W. On, E. Elmacioglu, D. Lee, J. Kang, and J. Pei, "Improving grouped-entity resolution using quasi-cliques," in Data Mining, 2006. ICDM'06. Sixth International Conference on, 2006, pp. 1008-1015. [DOI:10.1109/ICDM.2006.85]
7. [7] I.-S. Kang, S.-H. Na, S. Lee, H. Jung, P. Kim, W.-K. Sung, et al., "On co-authorship for author disambiguation," Information Processing & Management, vol. 45, pp. 84-97, 2009. [DOI:10.1016/j.ipm.2008.06.006]
8. [8] H. Han, L. Giles, H. Zha, C. Li, and K. Tsioutsiouliklis, "Two supervised learning approaches for name disambiguation in author citations," in Digital Libraries, 2004. Proceedings of the 2004 Joint ACM/IEEE Conference on, 2004, pp. 296-305. [DOI:10.1145/996350.996419]
9. [9] H. Han, H. Zha, and C. L. Giles, "Name disambiguation in author citations using a k-way spectral clustering method," in Digital Libraries, 2005. JCDL'05. Proceedings of the 5th ACM/IEEE-CS Joint Conference on, 2005, pp. 334-343. [DOI:10.1145/1065385.1065462]
10. [10] J. Huang, S. Ertekin, and C. L. Giles, "Efficient name disambiguation for large-scale databases," in Knowledge Discovery in Databases: PKDD 2006, ed: Springer, 2006, pp. 536-544. [DOI:10.1007/11871637_53]
11. [11] B. Zhang and M. A. Hasan, "Name Entity Disambiguation in Anonymized Graphs using Link Analysis: A Network Embedding based Solution," arXiv preprint arXiv:1702.02287, 2017.
12. [12] S. Ressler, "Social network analysis as an approach to combat terrorism: Past, present, and future research," Homeland Security Affairs, vol. 2, pp. 1-10, 2006.
13. [13] F. H. Levin and C. A. Heuser, "Using Genetic Programming to Evaluate the Impact of Social Network Analysis in Author Name Disambigu-ation," in AMW, 2010.
14. [14] D. Shin, T. Kim, H. Jung, and J. Choi, "Automatic method for author name disambigu-ation using social networks," in Advanced Information Networking and Applica-tions (AINA), 2010 24th IEEE Intern-ational Confe-rence on, 2010, pp. 1263-1270.
15. [15] Y. Ju, B. Adams, K. Janowicz, Y. Hu, B. Yan, and G. McKenzie, "Things and Strings: Improving Place Name Disambiguation from Short Texts by Combining Entity Co-Occur-rence with Topic Modeling," in Knowledge Engineering and Knowledge Management: 20th International Conference, EKAW 2016, Bolo-gna, Italy, November 19-23, 2016, Procee-dings 20, 2016, pp. 353-367. [DOI:10.1007/978-3-319-49004-5_23]
16. [16] I. B. L. Getoor, "A Latent Dirichlet Model for Unsupervised Entity Resolution," in Procee-dings of the Sixth SIAM International Confe-rence on Data Mining, 2006, p. 47.
17. [17] I. Bhattacharya and L. Getoor, "Collective entity resolution in relational data," ACM Transactions on Knowledge Discovery from Data (TKDD), vol. 1, p. 5, 2007. [DOI:10.1145/1217299.1217304]
18. [18] Y. Song, J. Huang, I. G. Councill, J. Li, and C. L. Giles, "Generative models for name disambiguation," in Proceedings of the 16th international conference on World Wide Web, 2007, pp. 1163-1164. [DOI:10.1145/1242572.1242746] [PMID]
19. [19] D. A. Pereira, B. Ribeiro-Neto, N. Ziviani, A. H. Laender, M. A. Gonçalves, and A. A. Ferreira, "Using web information for author name disambiguation," in Proceedings of the 9th ACM/IEEE-CS joint conference on Digital libraries, 2009, pp. 49-58. [DOI:10.1145/1555400.1555409]
20. [20] K.-H. Yang, H.-T. Peng, J.-Y. Jiang, H.-M. Lee, and J.-M. Ho, "Author name disambiguation for citations using topic and web correlation," in Research and Advanced Technology for Digital Libraries, ed: Springer, 2008, pp. 185-196. [DOI:10.1007/978-3-540-87599-4_19]
21. [21] V. I. Torvik and N. R. Smalheiser, "Author name disambiguation in MEDLINE," ACM Transa-ctions on Knowledge Discovery from Data (TKDD), vol. 3, p. 11, 2009. [DOI:10.1145/1552303.1552304] [PMID] [PMCID]
22. [22] A. A. Ferreira, A. Veloso, M. A. Gonçalves, and A. H. Laender, "Effective self-training author name disambiguation in scholarly digital libra-ries," in Proceedings of the 10th annual joint conference on Digital libraries, 2010, pp. 39-48. [DOI:10.1145/1816123.1816130]
23. [23] W. W. Cohen, H. Kautz, and D. McAllester, "Hardening soft information sources," in Proceedings of the sixth ACM SIGKDD interna-tional conference on Knowledge discovery and data mining, 2000, pp. 255-259. [DOI:10.1145/347090.347141] [PMID]
24. [24] F. H. Levin and C. A. Heuser, "Evaluating the use of social networks in author name disambiguation in digital libraries," Journal of Information and Data Management, vol. 1, p. 183, 2010.
25. [25] M. H. Nadimi and M. Mosakhani, "A more Accurate Clustering Method by using Co-author Social Networks for Author Name Disambigu-ation," Journal of Computing and Security, vol. 1, 2015.

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها می باشد.