http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
최도진(Dojin Choi),장준혁(Junhyeok Jang),송상호(Sangho Song),김상혁(Sanghyeuk Kim),임종태(Jongtae Lim),김종훈(Jonghun Kim),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2023 한국콘텐츠학회논문지 Vol.23 No.3
현재 서비스 중인 학술 문헌 사이트는 이미 무수히 많은 연구결과물을 가지고 있기 때문에 같은 이름을 가진 동명이인이 흔하게 존재한다. 이러한 상황에서 학술 문헌 사이트에서 어떠한 연구결과물을 찾기 위해 연구자의 이름이나 문서의 키워드로 검색을 할 때 찾고자 하는 연구자의 모든 연구결과물을 한 번에 찾기가 쉽지 않다. 본 논문에서는 이종의 학술 문헌 사이트에 저장되어 있는 모든 연구결과물을 기반으로 동명이인 판별기법을 제안한다. 제안하는 기법은 학술 문헌 사이트에서 제공하는 데이터를 통합하여 수집하고, 수집한 데이터에서 동명이인 판별에 필요한 속성을 이용하여 군집 분석 기법으로 동명이인을 판별한다. 마지막으로 제안하는 기법의 우수성을 입증하기 위해 성능 평가를 수행한다. 비교 성능 평가 수행 결과 기존의 규칙 기반 기법, 심층학습 기법보다 우수한 F1-Score를 보이며 동명이인 판별에 가장 적합한 기법임을 나타내었다. 학술 문헌 사이트에서 동명이인으로 인한 불편함이 해소될 것으로 기대한다. The academic document sites currently in service already has countless research results, so there are many researchers with the same name. In this situation, it is not easy to find all the research results of the researcher at once when searching with the researchers name or keyword to find any research results in the academic document sites. In this paper, we propose a name disambiguation method of researchers with the same name based on heterogeneous academic data. Using the attributes necessary for the name disambiguation, the proposed method performs clustering to identify people with the same name. We perform performance evaluations are performed to prove the superiority and feasibility of the proposed scheme.As a result of performing comparative performance evaluation, it showed F1-Score superior to the existing rule-based scheme and deep learning scheme, indicating that it is the most suitable scheme for discriminating people with the same name. It is expected that the inconvenience caused by people with the same name will be resolved on the academic document sites.