一种基于可微特征选择的自动作者名称消歧方法

本发明公开了一种基于可微特征选择的自动作者名称消歧方法，用于解决当前文献数据库中因姓名同名异姓或异名同人所带来的消歧难题，其通过设计特征搜索空间并采用Gumbel‑Softmax技术实现端到端的可微分特征选择优化；这一方法不仅能够自动确定最优特征集，还通过联合学习特征选择策略和相似性预测模型，提高了模型对消歧任务的适应性。相比于传统的基于经验和启发式的特征工程方法，本发明在减少人工干预和设计误差的同时，显著提升了消歧模型的准确性和鲁棒性，可广泛适用于学术出版、知识图谱构建、科研成果追踪等领域，能够帮助提升文献数据库的检索效率和准确性，为科研人员提供更准确的学术资源匹配，具有广泛的应用前景。