基于SDR表征的英语教材智能消歧技术

潘丽鹏

(咸阳师范学院 外国语学院, 陕西 咸阳 712000)

0 引言

通过文献著者进行文献检索时，重名著者的存在极大地增加了检索的难度，因而文献著者姓名消歧已成为加快文献检索速度、提高检索准确率的必要环节[1-2]。目前较为常用的消歧方法多数基于对文献数据集的聚分类操作进行姓名消歧，且只局限于对已被收录的文献进行归类，无法对作者的新论文进行自动识别，消歧效率低下[3-4]。本文基于SDR(Sparse Distributed Representation，稀疏分布式表征)理论设计了一种英语教材类文献著者姓名消歧方法，该方法能够利用文本信息生成表征特定语义的二进制码，用以表达语义指纹的吻合度。SDR的鲁棒性高、误配率低，结合文献摘要内容能够总结出著者的研究方向，进而完成著者姓名智能消歧。

1 SDR姓名智能消歧流程

本文在研究过程中选取多篇著者与待消歧文献著者重名但已经过著者姓名消歧的英文文献为参照文献，通过基于SDR的消歧方法与待消歧英文文献进行相似度对比，实现参照文献的互相区分并确定待消歧文献是否与参照文献为同一著者。本文所设计方法的流程包含SDR转换、SDR对比、著者匹配、争议裁决、指派著者5个环节。文献著者姓名智能消歧技术实现流程,如图1所示。

图1 基于SDR的文献著者姓名智能消歧技术实现流程

1.1 消歧特征选取及SDR智能转换

通常情况下文献数据中的文献题录主要包括题目、作者、其他作者、作者单位、关键词、摘要、期刊名等信息，在这些信息中摘要的文字内容对整体文章进行了概括和总结，是著者思想的体现，能够明确表征著者信息，因而SDR消歧方法选取文献的摘要为消歧特征。……