受元数据限制下的实用作者姓名消歧：面向天文文献的对比学习方法
天体物理仪器与方法
2025-11-17 v1 数字图书馆
物理与社会
摘要
准确区分并正确归并个研究人员的出版物，对确保适当认可、指导研究经费分配和信息招聘决策至关重要。然而，由于跨越日益增长的文献范围的名称模糊性，准确地将研究人员的全部作品与其个人身份关联起来具有挑战性。算法化作者姓名消歧提供了可扩展的方法来消除作者身份的混淆，但现有方法存在局限性。许多现代作者姓名消歧方法依赖于诸如 venue 或 affiliation 等完整的元数据特征。尽管出版物的数字索引取得了进展，但在大型数字图书馆（如 NASA/ADS）中，元数据常不可用或不一致。我们引入 Neural Author Name Disambiguator（神经作者姓名消歧器），该方法在元数据受限的情况下消除大型数字图书馆中的作者身份混淆。我们将消歧任务形式化为相似性学习问题，通过采用 Siamese 神经网络仅依赖广泛可用的元数据——作者姓名、标题和摘要——对作者姓名进行消歧。我们构建了 Large-Scale Physics ORCiD Linked 数据集，用于通过 NASA/ADS publications ORCiD 交叉匹配来评估 Neural Author Name Disambiguator。通过利用基础模型将元数据嵌入特征，我们的模型在成对消歧中达到最高 94% 的准确率，在将出版物聚类到其研究人员身份时实现 95% 以上的 F1 分数。我们公开测试数据集作为物理和天文学的基准，提供真实的评估条件供未来消歧方法使用。神经作者姓名消歧器算法在最小化元数据需求下实现有效消歧，为大型数字图书馆中的名称混淆提供可扩展解决方案。
关键词
引用
@article{arxiv.2511.10722,
title = {Practical Author Name Disambiguation under Metadata Constraints: A Contrastive Learning Approach for Astronomy Literature},
author = {Vicente Amado Olivo and Wolfgang Kerzendorf and Bangjing Lu and Joshua V. Shields and Andreas Flörs and Nutan Chen},
journal= {arXiv preprint arXiv:2511.10722},
year = {2025}
}