Resumen

Recientemente, los enormes recursos académicos en línea han proporcionado conveniencia para el estudio e investigación científica. Sin embargo, la ambigüedad en los nombres de autores degrada la experiencia del usuario al recuperar las bases de literatura. La extracción de características de los artículos y el cálculo de la similitud para el agrupamiento constituyen la corriente principal de los enfoques actuales de desambiguación de nombres, que pueden dividirse en dos ramas: agrupamiento basado en características de atributos y agrupamiento basado en información de enlaces. Sin embargo, no logran un alto rendimiento. Con el fin de mejorar la eficiencia de la recuperación de literatura y proporcionar soporte técnico para la construcción precisa de bases de literatura, se propone un método de desambiguación de nombres basado en Redes de Convolución Gráfica (GCN). El modelo de desambiguación basado en GCN diseñado en este documento combina tanto características de atributos como información de enlaces. Primero construimos grafos de artículo a artículo, grafos de coautores

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Masivo; En línea; Recursos académicos; Desambiguación de nombres; Redes Convolucionales de Grafos; Agrupamiento
• Keywords:Massive; Online; Academic resources; Name disambiguation; Graph Convolutional Network; Clustering