著者名の曖昧さ回避

著者名の曖昧さ回避は、個人の名前に適用される 曖昧さ回避とレコードのリンクのプロセスです。このプロセスにより、たとえば、「John Smith」という名前の個人を区別できます。

編集者は、同じ著者の言及をすべて見つけてまとめることを目的とした学術文書にこのプロセスを適用する場合があります。学術文書の著者は多くの場合、同じ名前を持っているため、各著者の著作を区別することが困難です。したがって、著者名の曖昧さ回避は、特定の著者に属するすべての出版物を見つけ、同じ名前を持つ他の著者の出版物と区別することを目的としています。

著者名の曖昧さ解消については、かなりの研究が行われてきました。^{[1] [2] [3] [4] [5]}著者名の曖昧さ解消の一般的なアプローチは、著者を区別するための情報に依存しており、これには著者に関する情報（名前の表現、所属、電子メールアドレスなど）と、出版物に関する情報（出版年、共著者、論文のトピックなど）が含まれます（ただし、これらに限定されません）。 この情報を使用して、2 つの著者言及が同じ著者を指しているかどうかを判断する機械学習分類器をトレーニングできます。 ^[6]多くの研究では、名前の曖昧さ解消をクラスタリング問題、つまり、それぞれが著者を表すクラスターに文書を分割する問題と見なしています。^{[2] [7] [8]}他の研究では、これを分類問題として扱っています。^[9]いくつかの研究では、ドキュメントグラフを構築し、グラフトポロジを使用してドキュメントの類似性を学習します。^{[8] [10]}最近、いくつかの研究^{[10] [11]}は、ネットワーク埋め込み法を使用して低次元のドキュメント表現を学習することを目的としています。^{[12] [13]}

著者名が曖昧になる理由は複数ありますが、その中には、異なる音訳、スペルミス、結婚による名前の変更、ニックネームやミドルネームとイニシャルの使用など、さまざまな理由から、個人が複数の名前で出版する場合があります。^[14]

個人の曖昧さを解消する動機としては、特許から発明者を特定したり、出版社、研究機関、期間が異なる研究者を特定したりすることなどが挙げられる。^{[15]名前の曖昧さ解消は、} AMiner（旧ArnetMiner）などの著者中心の学術検索およびマイニングシステムの基礎でもある。 ^[16]

著者名の曖昧さ回避は、学術データ分野におけるレコードリンクの問題の1つにすぎません。密接に関連し、潜在的に相互に有益な問題には、組織（所属）の曖昧さ回避^[17]や、会議や出版の開催地の曖昧さ回避などがあります。これは、データ発行者がこれらのエンティティに異なる名前や別名を使用することが多いためです。

• 典拠管理 – 書誌情報に使用される固有の見出し

Scholia には著者の曖昧さ回避のプロファイルがあります (Q25052136)。

著者名の曖昧さ回避を評価するためのよく知られたベンチマークがいくつか以下にリストされています。それぞれのベンチマークでは、曖昧な名前とその根拠となる情報が出版物に提供されています。

• AMiner 名の曖昧さ回避データセット
• CiteSeerX 名前曖昧性解消データセット
• セマンティックスカラー著者名曖昧性解消（S2AND）データセット^[18]

ソースコード

• あごひげ
• AMiner での名前の曖昧さ回避^[10]