BriefGPT - AI 论文速递
·
AMOR：歧义作者顺序
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本论文提出了解决数字图书馆中作者名称歧义问题的方法，通过分组具有相同姓和同名首字母的作者，并使用神经网络模型学习共同作者和标题的表示，验证了方法的有效性。
🎯
关键要点
-
本论文提出解决数字图书馆中作者名称歧义的问题。
-
使用的数据集包含来自 DBLP 仓库的超过 500 万条记录。
-
数据集涉及约 260 万位共同作者。
-
方法首先将具有相同姓和同名首字母的作者分组。
-
作者分组通过与共同作者和研究领域的关系来确定。
-
采用神经网络模型学习共同作者和标题的表示。
-
针对大型数据集进行了广泛的实验，验证了方法的有效性。
➡️
