多视图对比与聚类引导的作者姓名消歧方法研究

针对学术文献中同名作者导致的检索难题，研究人员提出多视图对比与聚类引导学习框架（MCCG），通过增强图结构抗噪性和动态优化聚类标签，显著提升作者姓名消歧（AND）性能。该研究为文献管理系统提供了更精准的学者画像构建方案，相关成果发表于《Expert Systems with Applications》。

　　

在学术文献爆炸式增长的时代，同名作者问题如同迷雾般困扰着研究者。想象一下，当你在Google Scholar搜索"Wei Zhang"时，系统可能同时返回计算机科学家、经济学家甚至生物学家的论文——这种混乱不仅浪费科研时间，更阻碍了学术影响力的准确评估。现有基于图神经网络（GNN）的姓名消歧方法虽取得进展，却面临两大顽疾：一是初始图结构中不可避免的噪声干扰（如错误共现关系），二是传统方法将表征学习与聚类任务割裂，导致聚类结果无法动态修正。

中国科学技术大学的研究团队在《Expert Systems with Applications》发表的研究中，创新性地提出MCCG框架。该工作首先通过自适应图增强技术生成多视图数据，利用跨视图对比学习（CL）提升模型抗噪能力；继而设计聚类引导模块，将HDBSCAN算法与自适应样本加权策略结合，实现表征学习与聚类任务的协同优化。实验证明，该方法在AMiner-AND等四个基准数据集上均超越现有最优模型。

关键技术包括：1）基于语义特征（Semantic Feature）S^a和关系特征（Relational Feature）R^a的多视图图构建；2）采用伪标签引导的跨视图对比学习；3）集成HDBSCAN的动态聚类优化模块；4）针对AMiner-AND、WhoisWho-v1/v2和LAGOS-AND数据集的系统验证。

【研究结果】

1. 多视图对比模块：通过随机移除边和特征的图增强策略，使模型在保留30%边信息的噪声条件下仍保持85.7%的F1值，证明其卓越的抗噪性。
2. 聚类引导机制：在WhoisWho-v2数据集上，动态标签修正使聚类纯度提升12.3%，验证了协同优化的有效性。
3. 整体性能：MCCG在LAGOS-AND大规模数据集上的消歧准确率达91.2%，较基线模型平均提升6.5个百分点。

结论部分指出，该研究首次实现AND任务中噪声鲁棒性与动态聚类的统一，其创新点在于：1）将论文同质性（homogeneous papers）的聚类效应转化为监督信号；2）设计样本加权策略解决传统对比学习对难样本（hard samples）的忽视问题。讨论中强调，当论文属性信息缺失严重时，模型性能仍会下降，这为未来研究指明了方向——需结合跨平台学术画像等补充信息。该成果不仅推进了AND领域的方法论发展，更为构建智能化学术搜索引擎提供了关键技术支撑。