Improving Similarity Measures for Publications with Special Focus on Author Name Disambiguation

Shoaib, Muhammad; Daud, Ali; Khiyal, Malik Sikandar Hayat

doi:10.1007/s13369-015-1636-7

Cited by 14 publications

(11 citation statements)

References 56 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Current AND methods can be categorized into two groups: the first are the methods that resolve whole citations in BDs on new insertions called batch AND and the second are those methods which disambiguate only newly inserted citations called incremental AND. Similarly, Hussain et al in [6] proposed a taxonomy for existing AND methods and divided all methods into supervised [3,[11][12][13], unsupervised [14][15][16][17][18][19], semisupervised [20][21][22], graph-oriented approaches using graph models or social networks [1,[23][24][25], and string processing or heuristicbased methods [26][27][28]. In this section, we only overview the incremental AND methods.…”

Section: Related Workmentioning

confidence: 99%

Incremental author name disambiguation using author profile models and self-citations

Hussain¹,

Asghar²

2019

Turk J Elec Eng & Comp Sci

View full text Add to dashboard Cite

show abstract

Section: Related Workmentioning

confidence: 99%

Incremental author name disambiguation using author profile models and self-citations

Hussain¹,

Asghar²

2019

Turk J Elec Eng & Comp Sci

View full text Add to dashboard Cite

show abstract

“…En estos enfoques, por lo general, se toma información provista por las mismas publicaciones tales como nombres de autores, keywords, coautores [17]. Otras emplean información adicional que comúnmente es tomada de fuentes de la Web, como [18] que usa Wikipedia como base de conocimientos y [19] que usa la estructura de los enlaces de páginas Web y un método de clustering para desambiguar nombres de personas.…”

Section: Antecedentes Y Trabajos Relacionadosunclassified

“…Ejemplos típicos de estos algoritmos usados en la comparación de nombres son Jaccard y Overlap, tal como se trata en [11]. No obstante, para cubrir de manera más general este problema es necesario agregar más características a estas métricas con el fin de hacerlas más flexibles a las particularidades de los nombres de personas como: iniciales, abreviaturas y errores de escritura [17].…”

Section: Iii-d Evaluaciónunclassified

“…Específicamente se propone usar una versión adaptada de overlap para la comparación de nombres, la cual se complementa con la métrica de "Jaro-Winkler" para la generación de matchs flexibles entre tokens. Este propuesta es una adaptación del trabajo presentado en [17], que incorpora una métrica de similitud sintáctica a la comparación de los nombres. En la fórmula 3 se presenta esta métrica de forma más formal.…”

Section: Iii-d Evaluaciónunclassified

See 1 more Smart Citation

Authors semantic disambiguation on heterogeneous bibliographic sources

Ortíz

Sumba

Cullcay

et al. 2017

2017 XLIII Latin American Computer Conference (CLEI)

View full text Add to dashboard Cite

Abstract-Data ambiguity from various sources remains as a complex problem that affects services provided by digital libraries. From the point of view of integration of information from different sources, the challenge of author ambiguity is one of the most important, and there are numerous methods proposed to deal with this issue using different approaches. They generally work for some scenarios but they have important limitations, specially when dealing with heterogeneous sources. In this work, we review a group of existing methods and then propose a technique that combines some of them, also incorporating a measure of distance using semantic technologies to solve the ambiguity of authors while integrating bibliographic data from various sources. This technique has been successfully tested in disambiguating Ecuadorian authors from both internal sources (institutional repositories) and external digital libraries. I. INTRODUCCIÓNEn trabajos anteriores, se abordó el problema de integración de fuentes bibliográficas a través de tecnologías semánticas, tal como se describe en [1] para repositorios digitales y en [2] para librerías digitales. En este contexto han surgido varios problemas principalmente relacionados con la identificacióń unica de los recursos bibliográficos integrados. El caso de autores es especialmente relevante en dicho escenario, debido a que estos inconvenientes dificultan tareas como reconocimiento y asignación correcta de obras de un autor, que son indispensables en actividades tales como estudios bibliométri-cos y descubrimiento de nuevo conocimiento. Estos problemas han sido abordados por múltiples trabajos en la comunidad científica bajo la denominación de desambiguación de nombres de autores (Author Named Disambiguation, AND) [3].La ambigüedad de nombres puede ser a causa de varios factores tales como: errores ortográficos, inconsistencias al ingresar datos, variaciones del nombre o uso de iniciales. Estos factores pueden ser englobados en tres grupos: el primero es cuando varias personas comparten el mismo nombre (homóni-mos); el segundo grupo están todas las representaciones del nombre de un autor (sinónimos) como por ejemplo "Mauricio Espinoza" y "M. Espinoza"; y errores tipográficos u ortográficos se encuentran en el tercer grupo. Estos problemas dificultan la identificación de autores por lo que además del nombre, se puede extraer otras características que agreguen el conocimiento suficiente para determinar si dos registros hacen referencia o no la misma persona. Es deseable que estos procesos de desambiguación sean automáticos debido a que la desambiguación manual es muy costosa en cuanto a tiempo sea esta a pequeña o gran escala y peor aún, cuando se tiene casos de nombres comunes, puesto que la incertidumbre aumenta.En el presente trabajo, se plantea un proceso para desambiguar autores entre fuentes bibliográficas digitales usando tecnologías semánticas, el cual consiste en la generación de enlaces [4] entre recursos que representan a la misma persona. Estos enlaces son generados en...

show abstract

“…The topics of data detection and data mining have been discussed in digital library literature for some years [4]. Shoaib, etc. supplied examples of digital libraries using data mining to assist with management decisions [5]. The value of data detection and data mining for digital libraries is visible.…”

Section: Introductionmentioning

confidence: 99%

Library and University Data Analysis Using Data Detection

Shi¹,

Zhu²

2015

Proceedings of the 3rd International Conference on Mechatronics and Industrial Informatics

View full text Add to dashboard Cite

Library data are always hard to analyze because the datasets may be very large, and these data come from unconnected sources. This paper used data detection to identify academic library use patterns and to judge whether students' grade point average correlated to academic library use. All datasets of this paper were uploaded into a secure, single data warehouse, allowing them to be managed, supervised and analyzed. The detection showed patterns of library use by academic department, patterns of book use 15 years and statistics between grade point average and academic library use. The technique is demonstrated using data collected at Hohai University in China. In this paper, a model is advised for campus partnerships that empowers data detection of campus information and sensitive library.

show abstract

Improving Similarity Measures for Publications with Special Focus on Author Name Disambiguation

Cited by 14 publications

References 56 publications

Incremental author name disambiguation using author profile models and self-citations

Incremental author name disambiguation using author profile models and self-citations

Authors semantic disambiguation on heterogeneous bibliographic sources

Library and University Data Analysis Using Data Detection

Contact Info

Product

Resources

About