●任景华

（1．武汉大学新闻与传播学院，武汉430072；2．昌吉学院中文系，新疆昌吉831100）

利用优化的DBSCAN算法进行文献著者人名消歧

●任景华1,2

（1．武汉大学新闻与传播学院，武汉430072；2．昌吉学院中文系，新疆昌吉831100）

人名歧义；人名消歧；DBSCAN；文献著者

通过对文本聚类算法DBSCAN算法优化对文献著者人名进行消歧，结果表明，相对标准文本聚类算法来说，优化后的算法能取得更好的人名消歧效果。

人名歧义是一种身份不确定的现象，指的是文本中具有相同姓名的字符串指向现实世界中的不同实体人物。该现象普遍存在于文献数据库与网页中，即不同的用户拥有同一姓名的现象。其中，文献著者歧义是人名歧义的一种，如在文献数据库中查询某研究者所发表的文章时，现有的系统将会把与该研究同名的作者的所有文章返回，这样会使得用户对返回结果产生混淆。因此，对文献著者进行人名消歧，不仅可以帮助用户搜索由特定作者撰写的所有文章，而且也能排除其他同名作者的文章。

聚类是人名消歧中非常关键的一项任务，即将指向实际生活中同一个人的文档聚为一类，于是，文本聚类技术是当前人名消歧义的主要方法。常用的聚类方法有基于层次、基于密度与基于网格的聚类方法。已有的相关研究大多集中在如何探讨选取特征以此实现人名消歧，而对通过优化文本聚类方法以此来实现人名消歧探讨较少。DBSCAN算法是一种典型的基于密度文本聚类算法，且在人名消歧中已取得较好的实验效果。……