1. 姓名歧義

姓名歧義性是指不同來源的實體對象共用同一個姓名，尤其是在整合不同的網(wǎng)頁和數(shù)據(jù)庫時，姓名歧義現(xiàn)象會因姓名縮寫或假名等更加嚴(yán)重，造成數(shù)據(jù)庫檢索結(jié)果不準(zhǔn)確[9]。

專利發(fā)明人姓名歧義是指當(dāng)數(shù)據(jù)庫查詢或關(guān)聯(lián)某個發(fā)明人的專利時，往往會將所有同名發(fā)明人的專利返回或?qū)⒛硞€發(fā)明人與其他發(fā)明人的專利相連接，使得基于專利發(fā)明人的科研技術(shù)研究結(jié)果出現(xiàn)偏差。

2. 重名辨識方法研究現(xiàn)狀

(1)?基于規(guī)則的方法

基于規(guī)則的方法穩(wěn)定性較差，在不同的專利發(fā)明人重名辨識環(huán)境中表現(xiàn)較差。

(2)基于機器學(xué)習(xí)的方法

基于機器學(xué)習(xí)的方法較好地克服了規(guī)則方法的方法，在不同的專利發(fā)明人重名辨識環(huán)境中效果良好，但該方法在大規(guī)模專利數(shù)據(jù)中計算成本高。

(3)基于語義指紋的方法

基于語義指紋的重名辨識方法通過提取文獻著者的特征字段數(shù)據(jù)，將其映射為一段64位或128位的二進制數(shù)字串，用以表征每條數(shù)據(jù)記錄中的獨特個體，將文本相似度比較轉(zhuǎn)化為語義指紋相似度比較。

(4)基于唯一標(biāo)識的方法

基于唯一標(biāo)識的方法沒有形成統(tǒng)一的行業(yè)標(biāo)準(zhǔn)和執(zhí)行規(guī)范，而且無法辨識已有專利的發(fā)明人。

參考文獻：

于永勝,?董誠,?韓紅旗等. USPTO?專利發(fā)明人重名辨識方法綜述[J].?天津科技. 2018,45(2): 22-27.

《新程序員》：云原生和全面數(shù)字化實踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的机器学习应用方向(一)～英文姓名消歧(name disambiguation)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。