CN116578708B 一种基于图神经网络的论文数据姓名消歧方法 （浙江理工大学）

文.一种基于图神经网络的论文数据姓名消歧本发明公开了一种基于图神经网络的论文本发明利用图神经网络对异质网络中的节点进层的注意力机制网络来学习节点和元路径之间2(1)利用特征工程提取论文数据集中每篇论文的论文特征作为姓名消歧的元数据，并(2)基于拼音声母的转换方法将论文数据集划分为若干个同名作者簇，以解决同一作(3)使用Word2Vec对论文特征进行词向量嵌入表示并生成每篇论文的特征向量，进而(4)根据论文的共同通讯作者构建学术关系网络，并基于强规则对同一关系网络中的(5)利用图自动编码器来学习学术关系网络中节点的分布式表示，从而得到各节点包(6)使用包含节点级和语义级的分层注意力机制网络来学习同一元路径上不同节点之2.根据权利要求1所述的论文数据姓名消歧方法论文特征由论文属性特征和论文关系特征两部分组成，其中论文属性特征包括作者姓名、3.根据权利要求1所述的论文数据姓名消歧方4.根据权利要求1所述的论文数据姓名消歧方法，其特征在于35.根据权利要求1所述的论文数据姓名消歧方法，其特征在整后得到的特征向量通过余弦相似度在异质网络中遍历计算任意两个论文节点特征向量7.根据权利要求1所述的论文数据姓名消①如果两篇论文的作者姓名相同、地址信息相同且含②如果两篇论文的作者姓名相同、地址信息③如果两篇论文的作者姓名相同、地址信息相同且含8.根据权利要求1所述的论文数据姓名消歧方法，其过图注意力网络对同一元路径上的邻居节点进行加权融合，得到节点级的论文表征向量；4注的数据信息训练分类器来对大量未标注的数据进行分类，从而提高消歧结果的准确率；5[0010](1)利用特征工程提取论文数据集中每篇论文的论文特征作为姓名消歧的元数[0011](2)基于拼音声母的转换方法将论文数据集划分为若干个同名作者簇，以解决同[0012](3)使用Word2Vec对论文特征进行词向量嵌入表示并生成每篇论文的特征向量，[0013](4)根据论文的共同通讯作者构建学术关系网络，并基于强规则对同一关系网络[0014](5)利用图自动编码器来学习学术关系网络中节点的分布式表示，从而得到各节[0015](6)使用包含节点级和语义级的分层注意力机制网络来学习同一元路径上不同节[0016](7)根据增强后得到的论文表征向量通过层次聚类算法进行聚类，从而实现姓名[0017]进一步地，所述步骤(1)中提取的论文特征由论文属性特征和论文关系特征两部[0023]Step5：如果集合A中任意两个类a1与a2的作者姓名均为拼音全写且同，或者类a1与a2的作者姓名中含有声母简写且对应的声母相同，那么将a1和a2合并为类6[0028]进一步地，所述步骤(3)中采用三元组损失模型对特征向量进行调整即利用大量者的两篇论文，进而根据以下损失函数ζd对三元组损失模型进行训练文i与论文k特征向量之间的欧式距离，m为一个固定的边界距离常量，[]+为hinge损失函[0031]进一步地，所述步骤(3)中根据调整后得到的特征向量通过余弦相似度在异质网[0037]进一步地，所述步骤(6)中首先通过图注意力网络对同一元路径上的邻居节点进7掉停用词和字符串小写以及去除无用词，去噪完成后再使用NTLK工具进行分词和提取词[0054]本发明使用一种基于拼音声母的方法来解决同一个作者姓名有多种不同写法问8模型的目的是找到一个精确的距离阈值m来区分正样本对和负样本对，它可以让正样本对ij9[0075]本发明使用一个基于无监督的图自动编码器来学习异质[0087]本发明使用一种包含节点级和语义级的分层注意力机制网络来增强论文节点的径上的邻居节点进行加权融合，从而得到更好的节点嵌入表示，节点级计算过程如图6所[0099]将元路径的权值系数与节点嵌入进行加权计算，可以得到节点i的最终表示如下[0106]上述对实施例的描述是为