TE LKOM NI KA  Te le c om munica tion,  C omp u tin g,  El e ctroni cs and  Contr ol   Vo l.   19 ,  No.   3 ,  June   2021 ,  pp.  911 ~ 919   IS S N: 16 93 - 6930, acc red it ed   First G ra de by  Keme nr ist ek di kti, D ec ree  N o: 21/E/ KP T/ 2018   DOI: 10. 12 928/ TELK OMN I KA.v1 9i3 . 18877     911       Journ al h om e page :  http: // jo ur nal. uad.ac .id /i nd ex. php/TE LKOMNIKA   Author i dentific ation in  biblio grap hic dat a using d eep ne ural  network s       Fir da us 1 , S iti  Nu rm aini 2 , R eza Firs an d ay a Ma li k 3 ,  Ann isa Darm awa hyuni 4 , Muh am mad N aufa l  Ra c hmatull ah 5 , A n dre  Herv iant Ju li ano 6 , T io A r tha  Nugra ha 7 ,  V arin do   Ock ta  Ken eddi Pu tra 8   1 , 2, 4 - 8 Inte ll i gent  Sys te ms Re sea r c h  Group,  Univ er sita s Sriwij aya ,   Pale mb ang ,   Indo nesia   3 Comm unicati on   Networks a nd   I nforma t ion  Secu rit y  R ese ar ch  L a b,   Univer si ta s Sr iwij ay a ,   Palemb ang ,   Indon esia       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   J un  15, 2 020   Re vised  A ug 23, 2 020   Accepte d  Aug   31, 202 0       Author  na me  di sambi guation   (AN D)  is  a  challenging  ta sk   for   schola rs   wh o   mi ne  b ibl iogr ap hic   infor ma t ion   for  scie n ti fi c  knowledge .   A  construc t ive  appr oac h   for  r e solving  name  a mbi guit y   is  to   use  com pu te r  algorithm s  to   ide nti fy   au thor  nam es.   Some   a l gorit hm - b as ed  d isam biguation   m et hods  hav e   bee n  d eve lop ed   by  com pu te r  a nd  dat a   sci ent ist s.  Among  them,   supervise d   ma ch ine   le arn in g  has  be en  sta te d  to   produc e   decent   to  ver y  accura t e   disam biguation  result s.  Th is  pa per   pre sents  a   com bin at ion  o f  princ ip al  com ponen t  ana l ysis   (PCA )  as  a   fe at ure   r educ t io n  and   de ep  n eur al   n et works   (DN Ns ),   as  a   su per vised   al gor ithm  for   c la ss ifying  AN D  problems.  The  raw   dat a   is  g roupe d   int o   four   c la ss es,   i. e . ,   synony ms,  homony ms,   homonym s - synonyms,  and   non - homonym s - synonyms  class ifi cation.  We  h av e  ta k en  int o   ac coun t  seve r al  hyper par a meter s  tuni ng,   such  a s  le arn ing  r at e ,   bat ch  si ze,   numbe r  o f  th e   neur on  and  h id den  uni ts,  and   a nal yz ed  the ir   i mpa c t  on   th e  ac cur ac y   of  resul ts.  To   the  best  o f  our  knowledge,  t her e  are  no  pre v i ous  studie s  with  such  a  sc hem e .   Th e  pro posed  DN Ns   ar e  validated  wit h  othe r  ML   te chn ique s  such   as  Naïve  Bayes ,   ran dom  for es t  (RF),  and   support  vector   ma ch ine   (SV M)  to   produc e  a  g ood  class ifi er .   B y  expl or ing  the   result   in  all   dat a ,   our  proposed  DN Ns   cl assifie r  has  an  ou tpe r forme d  oth er  ML  technique ,   with  ac cur ac y ,   pre ci sion ,   recal l ,   and  F1 - scor e,  which   is   99. 98 %,   97 . 98%,   97. 86%,   and  99. 99%,   respe ct iv ely.  In  th e  futur e,   thi s  appr oa ch  c a n  be  e asily   ext end ed  to   any   dat ase t  and   any   bibl iogra ph ic rec ords provi der .   Ke yw or d s :   Au t hor name  di sambiguat io n   Bi bliog ra phic   data   Deep ne ural  n e tworks   Homon ym   Synon ym   This   is an  open   acc ess arti cl e   un der  the  CC  BY - SA   l ic ense .     Corres pond in g  Aut h or :   Sit i  Nurmaini   In te ll igent  Syst ems Resea rc h Group   Un i ver sit as  Sr i wija ya   Pale mb a ng 30 137, I ndonesi a   Emai l:   sit i_n ur maini@ un s ri.c .id       1.   INTROD U CTION   Schola rly  dig it al   li br aries  pr ovide  se rv ic es  al lowing  the   disc ov e r y  of  mil li ons  of   bib li ogra ph ic   ci ta ti on  record s,  facil itati ng   li te ratu re   researc h.  T he se  re po sit ori es   co ntain  a utho r  an d  c o - aut hors  name,  w ork   an d  publica ti on  ve nu e ,  a nd  ti tl es  of  par ti cular   publica ti on s   [ 1] .  A  dig it al   li brar y  al s o  offe rs   use fu l   resea rc h  a nd  dat a   functi onal it y t o  hel p  fun ding  i ns ti tuti on s   gr a nt  in div i du al s   [ 2] .  Howe ver,  di gital   li br aries  are  no t   f ree  of  error s ,   su c h  as   disp a ra te  cit at ion   for mats, sca nnin g, a nd  data  c onve rsion,  am bigu ou s  a uthor   na mes, a nd a bbre viati on s  of  pu blica ti on  venues   a nd  ti tl es   [ 2] .  Amo ng  the   er rors,  the   main   at te ntio n  is   di rected   to  a mb i guous  a uthor   names ,  du e   to   the  dif ficult ie s  in her e nt  i n  t he  publica ti ons  of  t he  resea r ch  c ommu nity .  It   is  c h al le nging  t o  Evaluation Warning : The document was created with Spire.PDF for Python.
                        IS S N :   1693 - 6930   TELK O M N IKA   Tel ec om m un   C ompu t El  C on t ro l ,  V ol.  19 ,  No.  3 ,  June  20 21 :    91 1  -   919   912   recog nize  a  pu blica ti on 's  data  owne d  by   a n  ind ivi dual ,  a  fun dame ntal  issue  since   pe rs on al   names  a r e  no t   adequate ly  d ist inct. A  lar ge n umber  of  resea rch e rs  a re c urr ently acti ve  in vari ou s  d isc i plines   [3] .   Au t hor   na me   disam biguati on  ( AND)  is   a   c ru ci al   ta s k  in   di gital   li br a ri es  because   it   c an   af fect  th e   accurac y  a nd  qu al it y  of  dig i ta l  li br aries   [4] .  T ypic al ly,  A ND  issue s  ma y  ta ke  place  in   two  diff e re nt  forms ;   sy no nym  a nd  homon ym .   T he   same  a utho r  may  a ppear   un der  disti nct  na mes  in   the  syn onym  issue ,  as   they   publish   in   var i ou s   publica ti ons  with   va r ying  presentat io ns   [ 5] .  O n  t he  ot her  hand,  diff e ren t   aut hors   m ay  ha ve  sh are d  or  simi la r  names   re fe rr e d  t o  as   hom onym  [6] .   Th e   syn onym  a nd  hom onym  pro blems   are   the   major   chall enges  of  r ecognizi ng   the   auth or s hip  of  publica ti ons  [ 1,  7].   T hese   may   be  create d  by  va rio us   iss ues   s uch  as   misspell ings,  na me ch a nges  due to  ma rr ia ge, reli gious  or  ge nd e r  c onve rsions, o r  a bbre viati on s.     In   rece nt  yea r s,  seve ral  stu dies  with  va riou s   ap proac he s  ha ve  bee n  cond ucted  t o  so lve   A ND    chall enges  [6,   8,  9] .  S hin  e t  al.   [ 6]   pro pose  a   c onve ntion al   meth od  us in g  grap h  framew ork  f or  auth or  disam biguati on , whic h  res ol ved   by grap h p ro ces ses inclu di ng   ver te x  ( or   node )  sp li tt ing   and   mer ging  ba sed   on  co - a uthor sh i p.  Yet,  it   is  sti ll  inade qu at e  i n  that  minor  c onditi ons  s uch   as  permane nt  changes  t o  na mes  or  aff il ia ti on s   suc h  as   ' a uthor   prof il e  c ha ng e s'  can not  be  adequate ly   ad dr ess ed .  Li n  et   al.   [ 8]  im pl emen t   hierar c hical   a gglome rati ve   cl us te rin g  f or  ha nd li ng   the   A N D  iss ue   with   t wo  at trib utes,   i. e. ,   the   co - a uthors  a nd  ti tl e  a tt ribu te s.   The  co - a utho r ' s  na me  in  th e  record  a re  gro uped  int o  cl us te rs ,  an d  a  con ce pt  of  ra nk i ng   confide nce  to mea sure t he  c onfi den ce  of  d if fer e nt simil arit y measu reme nt s is c reated.   H us sai n a nd Asg har  [ 9]   us e a  grap h  st r uctu ral cl us te ri ng alg or it hm  di sassociat ing a uthors usi ng a  gro up   detect io n  al gorit hm  a nd  gr a ph   op e rati ons.  Unfortu natel y,   it   cannot   detect   hi gh ly  a mb i guous  aut hor  nam es  in  cases  w he re  one  resea rc her   ha s   mu lt iple  re sear ch  inte rests.  S om e  li mit at ions  that  ca n  b e  e xp l or e d  i n  the   fu t ur e  i nclu de  sel f - ci ta ti on s ,  hidden   con ce pts  a nd   e mail   addresses  of   a uthor s.  On   the  oth e r  hand,   Ferr ei ra  an d  G on çal ves   [1]   cl assify  t he  pu blica ti on   auth or s hip   a pp ro ac h  int o  two  typ es ,  i.e.  aut hor  gro up i ng   a nd  aut hor  assig nme nt.  T he  aut h or   gro up i ng   a ppr oac h  cl us te rs  the  a uthors  base d  on   t he  simi la r it y  of   t he  publ ic at ion   data  a tt ribu te   [ 10,  11] ,  w hile  the  auth or  assignme nt  a ppr oac h  di rectl y  assi gn s   a  pu blica ti on   to   th e  auth or  by  buil ding  a  mod el   that  represe nts  the     auth or   [ 12, 13] .    This  pap e r  highli gh ts   the  a ut hor's  as sig nm e nt  ty pe  to   rec ognize  publica ti on  aut hors hip .   In   t he  ty pe ,  there ar e t wo  a ppr oach es t o  le arn i ng ; cl assifi cat ion  and clus te ring. Th e a dv antage  of  the c la ssific at ion  m et hod  is  it s  ef ficacy   wh e n  face d  with  man y  ci ta ti on  ex a mp le s   f or  e ach  a utho r.   I n  c on t rast,  t he  cl ust ering  met hod  needs  pr i vileged  i nfo rmati on  ab out  the  ap pro pr ia te   numb e r  of   a uthors  or   t he  num ber   of   a uthor  c la sses  and   may   ta ke   so me   ti me  t o  determi ne  t heir  par a mete rs   [ 1] .  Some  rese arch e rs   us e d  t he  a utho r  a ssignment   a ppro a ch  wit h  cl assifi cat ion   [ 12, 1 4,   15] .   Sti ll , th e  resu lt s  a re  no t  sati sfy i ng i n  F 1 - sco re a nd acc ur ac y  [ 12,  14] . T he  u se  of t he  arti fici al   ne ur al   net wor ks  ap proach  is   al rea dy  exp l or e d  to   rec ognize   the   aut hors hip  of  the   publica ti on.   H oweve r,   the  perf orman ce  gets  poor  r ecal l  with  a  go od  re su lt   on   accurac y   [15] .  T o  en hance   the  performa nce  of   conve ntion al   ne ur al   netw ork  al gorithms,   a  DNNs  with  m ulti ple  la yer s  i s  pro posed  i n  this  resea rch.  DNNs     hav e   a  stron g  abili ty  to   feat ur e   le ar ning  i n  ma ny  ta sk s   a nd  s olv e   the  publica ti on  a uthorship   prob le m  [4] .    DNNs   ca n  buil d  a  gen e ral  m od el   t hat  co ul d  disam biguate   auth or  na me   on  a  ste p - by - ste p  ba sis  w he n  new   publica ti on   rec ords  a re  inte grat ed  into   the  da ta set .  This  pa per   al s o  e xplo res  f our   co mb i nations  of  t ypes  of   publica ti on s   da ta   (m ulti cl ass  cl assifi cat ion)   p roblems   in   the  cl assifi cat io n  ta s k,  i.e. ,   s ynon ym s ,  homonyms,   homon ym s - s ynon ym s ,  an d  non - homon ym s - sy no nyms  cl as sific at ion ,  w hich  ar e  the  mai n  prob le ms  of   auth or  identific at ion   [ 16] .  F or  co mpa rison s ,  Naïve  Ba yes,   r an dom   forest ,  S V M   a re   us e d  f or  be nc hm a rk i ng   t he  resu lt   of cla ssifie r pe rformance .         2.   RESEA R CH MET HO D   In   t his p ape r,   t he  met hod  f or  au th or  assig nme nt  meth od  is  t hro ugh  assi gn i ng  a  re fere nce  to  a  s pecific   auth or   by   buil ding  a  m od el   t hat  represe nts  the  auth or  us i ng   t he  cl assifi cat ion   te ch nique   [ 1] .  A   publ ic at ion   dataset   will   ha ve  f our   dif fere nt  case s;  homonym,   s ynonym ,  s ynon ym - ho monym ,   a nd  non - s ynonym - hom onym.  A  hom onym  is  the  cases   wh e n  diff e re nt  per s ons  sh a re  t he  sa me  name,  a nd  s ynonym   is   the   cases  wh e n  the   name  of  a   pa rtic ular   auth or  is  give n  in   se ver al   dif f eren t   wa ys  [ 1] .   T he  s ynon ym - hom onym  cas e  mea ns  the   sa mp le   data  ha s  both   a  synon ym   a nd  homon ym   ca se.  Ot herwi se,  the  non - s ynon ym - hom onym  case  m us t  not  hav e   a   sy no nym  or ho monym   case .   This  pa pe r  pr opos e d  the  a ut hor  identific a ti on   pro cessi ng  that  co ns ist s  of   four   sta ge s;  (i)  data  pr e par at io n,   (ii)  featu re  ext rac ti on ,  (iii )  cl assi ficat ion ,  a nd  (i v)   performa nc e  evalu at io n  (s ee  in  Fig ur e  1).  The   dig it al   bib li ogr aph ic   &  li brar y  project   ( DB LP)  la bele d  da ta set   is  implemente d  i n  this   study.  I n  the  featur e   extracti on,   the  new  feat ur es   a r e  extra ct ed  fro m  eac h  at trib ut e  in  a   dataset .  Wh il e  i n  t he  cl assifi cat ion ,   th e  proce ss   a nd   le a rn   th os e   featur es  t o  re present  the  s pec ific   auth or s .  T he  co mp a rison   of   tw o  cl assifi ers,   S V M   an d  DNN,  has  been   ex plored     i n  this  st udy .  In   t he  la st,  th e  cl assifi ers  will   be  evaluate d  with  fi ve  performa nce  metri cs   (i.e. ,   accurac y, sen sit ivit y,  s pecific it y,   pr eci sio n, a nd F 1 - sc ore) t o vali date t he pr opos e d mo del.   Evaluation Warning : The document was created with Spire.PDF for Python.
TELK O M N IKA   Tel ec om m un   C ompu t El  C on t ro l         Author i den ti fi cation i n bi blio gr ap hic  da t a  usi ng   dee p ne ural netw or ks   ( Fi rd aus )   913   F e a t u re   E x t ra c t i on C l a s s i f i c a t i on P e rf or m a n c e   E v a l ua t i on D a t a   P re pa ra t i on       Figure  1. A uthor   ide ntific at ion   processi ng stage       2 . 1 .    D ata  pre p ar at i on   In   t his  pap e r,   we  im plement   the  a uthor  na me  disa mb i guat ion   la bele d  da ta   gen e rated   by  D r.   Gile s   researc h  la b  at   the   Pe nnsy l va nia  Stat e   U nive rsity  [ 17,  18] ,   an d  cl eane d  by  Kim   [ 19] .  T he  cl ea ning   pr ocess   resu lt ed   in   5018  name   insta nc es  with   480  di sti nct  auth o r s  (au t hor  la bels)   an d  456  disti nct  pr ese nted   names   wh e re  eac h  a ut hor  has  1  to  48 0  ref e ren ce s.  T he  dataset   co m pr ise s   the  a uthor ’s  pr e sente d  name,  a uthor  l abel,   auth or s  name ,  venue,  a nd  ti tle.  The  la bel  of   four   A ND   pro blems  are  unav ai la ble  in  the  da ta set .  T her e fore,  w e   need  cat e goriz ing  these   four  cases   with  ( 1 - 4),  f or  hom onym,  syn onym,  hom onym - sy no nym,   a nd  no n - homon ym - syn onym,  resp ect i vely;     ℎ  = →   1 ↦ , ≥ 2       (1)     = →   1 ↦ , ≥ 2     (2)     W he re     is  pres ented   na me,     is  aut hor,    is  the   num ber  of  ,  a nd    is  the   num ber  of   .  For  t he   hom onym  case,  one     has  the  num be r  of    more  tha n  or  e qu al   to  2,   w herea s,   f or   the  syn onym   ca se,  on e    has  the  num ber   of     mo re  tha n o r  e qu al  t o 2.     ℎ    = ℎ   ∩               (3)      ℎ    = ( ℎ  ∪   )           (4)     2 . 2 .    Fe at ure   e xtracti on   The  featu re  e xt racti on   for  a ut hor  ide ntific at ion   ca n  be  pre sented   in  Fi gu re  2.  Fi gure  2  show s  the  pr e processi ng  ph a se  f or  aut hor  i den ti ficat io n ,   data  normal iz at ion ,  featur e   extracti on,  fea tures  c oncat en at ion ,   and   featu res  r e du ct io n.   The  fe at ur es  that  bec om e  the  cl as sif ie r  input  are  e xt racted  f rom  da ta set   at tribu te s.   The  dataset   at trib utes  c onsist   of  t w o  ty pes  of  at tri bu te s;  cat e gori cal   (prese nted  name,  aut hor  na me,  venue,   an d  ti tl e)  and  nume rical   (year ).   Ca te gorical   at trib ute s  are  proces se d  int o  a  one - hot  nume ric  ar r ay,   w hile  num erical   at tribu te s  are  l eft  as  is.  The  f irst  featur e  gro up   is  e x tract ed   from  the  pr es ented  name  at trib ute.  Thes e  f eat ur e s   are  e xtracted   by  c reati ng  a  on e - hot  numeric  arr a y  of  la bels  encodin g  disti nct  prese nted   na mes.  T he   enc od i ng   la bel  is  the   c onver si on  of  cat egorical   da ta   int o  numerical .   T his  process   pr oduce s  a   feat ur e   in  the   f orm  of  a   de ns e   bin a ry   a rr a y  with  an  a rr a y  le ngth  e qu al   t o  th e  numb e r  of   di sti nct  pr ese nte d  na mes.  The  s econd  featu re  gro up   is   extracte d  f rom  the  aut hors  na me  at trib ute.  F or   t he a uthors  name a tt ri bu te ,   a  la bel  is  e ncoded  f or  al l  the  disti nct   auth o rs   names   create d  i n  t he   same   w ay   as   the  pr ese nted   name.  T he n,  only   yea r   at trib utes  a re  sp eci f ic al ly  normali zed  w it h  a  min - ma x  sc al ing   in  ( 5).      = − −     (5)     wh e re    is t he  i nput,      is t he  scal ed  in put,      is t he mi nimum  valu e, and     is t he  m aximum  value .   The  t hir d  group  is  t he  ve nu e   a tt ribu te ,  w hich   has  t he  sa me  process  us e d  on  t he  pr ese nte d  na me.  Un li ke  in  oth e r  gro ups,  th ere   are   tw o  main   pre pro cessi ng  sta ges  for  ti tl e  at trib ut e  in  t he  te xt  a tt ribu te s  su c h  as  te xt   normali zat ion  and  feat ur e  e xt racti on. I n  a ddi ti on ,  f or   te xt  nor mali zat ion ,  l emmat iz at ion   a nd  la ncaster   st emmer   are  use d,  wh il e  for  featu re  e xtracti on,  te r m   fr e quenc y - in ve rse  do c um e nt   fr e quenc y  (TF - I DF ) ,   ,  is  use d     in ( 6).      ( , , ) =  ( , ) ∙  ( , )     (6)     wh e re    ( , ) is  the  te r m  f reque ncy,  t he  numb e r  of   t ime  that  te rm  oc cur s   in docum ent  ,  wh ic h  do c um e nt  in   corp us ,  .   Evaluation Warning : The document was created with Spire.PDF for Python.
                        IS S N :   1693 - 6930   TELK O M N IKA   Tel ec om m un   C ompu t El  C on t ro l ,  V ol.  19 ,  No.  3 ,  June  20 21 :    91 1  -   919   914   P re s e n t e d   n a m e A u t h o r s   n a m e Y e a r V e n u e T i t l e N o r m a l i z e d   T e x t D u m m y   v a r i a b l e D u m m y   v a r i a b l e D u m m y   v a ri a b l e TF - I D F T e x t   N o rm a l i z a t i o n M i n - m a x   s c a l l e r   n o r m a l i z a t i o n P C A R e d u c e d   f e a t u r e s   v e c t o r C l a s s i f i e r 0   t o   1   s c a l e   f e a t u r e D a t a  N o r m a l i z a t i o n F e a t u r e s  Ex t r a c t i o n F e a t u r e s  R e d u c t i o n o n e - h o t   n u m e r i c   a rr a y o n e - h o t   n u m e r i c   a r r a y o n e - h o t   n u m e ri c   a r r a y F e a t u r e s  C o n c a t i n a t i o n F e a t u re s   c o n c a t i n a t i o n P r e p r o c e s s i n g     Figure  2. A uthor  Identific at io n pr e processi ng  ph a se       In   t he  featu re  con cat e natio n,  the  extracte d  featur e s  are  c ombine d  from  t he  prese nted  na me,  aut hor  la bel,  aut hors  na me,  year ,   ve nue,  a nd  ti tl e  resu lt s  in  ma ny  fe at ur es.   S om e  a uthor a ssig nm e nt  stu dies  ha ve   us e d  the  blo c king   method  befor e  c onduct in g  al gorith m ic   disam biguati on   ta s ks   f or   reducin g  co mputi ng     ti me   [ 20,  21] .  Dissimi la r  t o  them,   t his  pa pe r  reduces   the   di mensional it y  of  feat ur e s  via   pri nci pal  c ompone nt   analysis   ( PCA ) .  PC A   us e s  a n  or t hogonal   tra nsfo rmati on   to   c hange   a   set   of  ob s er vations  of  va riables   c orre la te d   to  the   value   of   var ia bles  that   a re  no t   li near l y  correla te d,  cal le d  t he  pri ncipa l  com pone nt  [ 22] .  Han  et   al.   pro pose   PCA  f or  A N D  pro blems  beca us e  of  it s  a bili ty  t o  rem ov e   th e  li near  co rr el a ti on s  a nd  im p r ov e   the   gen e ral iz at ion   performa nce  [ 23] .  I n  this  resea rch,  we  fine - t une  the  numb e r  of   featu res  f rom  2  to  2500  fe at ur es  to  fin d  the  bes t   cl assifi er p e rfo rma nce.     2 . 3 .    Cl as sific ati on   The  cl assifi e r  gets  in pu t  fro m  ext racted  fe at ur es  i n  the   previ ou s   proc es s.  T he  cl assifi er  le ar ns   the   featur e s  of  the   trai ning  dataset   to  de te rmine   a  r efere nce  t o  a   spe ci fic  aut hor.   I n  this   pa pe r,   t he   pro pose d  cl as sifie r   was  c onduct ed   us in g  D NNs  c la ssifie rs   a nd  Naïve  Ba yes,  r andom   f or e st ,  SVM  as   co mpa risons.   The   pr opos e d  cl assifi er  us es  DNNs - base d  c la ssifie r.   DNN s  re fer  to  ne ural   netw orks   wi th  a  la r ge   num ber  of  hidde n  l ayer s .   With  dee p  a rc hitec ture   in   Ne ur al   Net works,   D N Ns  ca n  re present   hi gh e r   c omplexit y  f un c ti on s.   T his  a bili ty  is  po s sible  by inc reasin g  the  nu mb e r of  la yer s   and n e uro ns  i n t he  la ye r   [ 24]   ( Figure  3).           Figure  3. Pro pose d  D N Ns  a rc hitec ture   Evaluation Warning : The document was created with Spire.PDF for Python.
TELK O M N IKA   Tel ec om m un   C ompu t El  C on t ro l         Author i den ti fi cation i n bi blio gr ap hic  da t a  usi ng   dee p ne ural netw or ks   ( Fi rd aus )   915   In  t his r esea rc h, D NNs train  w it h  cat egorical  cro ss - e ntr opy  l os s  functi on  as  in  ( 7)  a nd  rect ifie d  li near  un it   (ReL U)  as   in   ( 8)  as   act iva ti on   functi ons.   Thr ee   hidden   l ayer s   with  50,  100,  150,  a nd  200  ne uro ns ,   w it ho ut   dro pout,  an d  0.1  to  0.5  dr opout  values  a rc hitec ture  are  us e d  in  this  e xp e riment  to  get  opti mu m  cl assifi cat ion  performa nce  ( Table  1 ).   T he  par a mete rs  tha t  pr od uce  the  best  cl assifi cat ion   performa nc e  are  sel ect ed   as  the   neural  netw ork   buil der  pa ram et erser ,   w hich     is  the  in put  vec tor ,     is  the  de sir ed  ou t pu t,   an d  ẏ  is  the   pre dicte d  ou t pu t.  W e  tr y 100 e poch s, 0. 01 lear ning r at e an d 64 batc h si ze for all  sce nar i os .     ( y , y ̂ ) ( y , y ̂ ) =− ∑ ∑ ( y ij ∙ log ( y ̂ ij ) ) N i = 0 M j = 0 ∑ ∑ ( y ij ∙ log ( y ̂ ij ) ) N i = 0 M j = 0   (7)       ( x ) ( x ) = { 0 , x ≤ 0 x , x > 0 { 0 , x ≤ 0 x , x > 0   (8)       Table  1.   D NN s  arc hitec ture  a nd tu ning  par a mete rs   Layer   Nu m b er  o f  Neuron s   Activ atio n  Fun ctio n   Inp u t   PCA g en erate d   -   Hid d en  layer 1   5 0 ,  1 0 0 ,  1 5 0 ,  2 0 0   ReLU   Hid d en  layer 2   5 0 ,  1 0 0 ,  1 5 0 ,  2 0 0   ReLU   ..   …   …   Hid d en  layer 8   5 0 ,  1 0 0 ,  1 5 0 ,  2 0 0   ReLU   Ou tp u t layer   266   So ftm ax       2 . 4 .    Ev alu at io n   The  dataset   is  div ide d  by   80 %  of   t rainin g  da ta   and   remain ing   for t he t est ing   data.  Be f ore   sp li tt ing ,  by  consi der i ng   t he   numb e r  of  a uthor  ref e ren c es  and   t he  dist rib ution   of   trai ning  an d  te sti ng  data,  we  re moved   auth or s  w ho  ha ve  le ss  tha n  fiv e  ref e ren ce s  f r o m  th e  dataset ,   so   the  num ber   of   data  dec reas es  from  5018  t o  44 19   name  i ns ta nce s . T he  c omparis on of t he  ra w d at aset  an d t he pre par e d datas et  is p re sente d   in Ta ble 2.   The  numb e r  of  rest  aut hor  det ermines   the nu mb e r  of  cl asse s  us e d  in   the  cl assifi cat ion .   T her e fore,  t he  numb e r  of  cl as ses  set   as  266  cl asses  of   a uthors.  Table  3  pr esents  the  rec ord  numb e r  a nd  portion   of  eac h  f our   AND   pr ob le m   aff ect ed   by  dat a  cl eani ng  a nd  sp li tt ing .   Data   cl eaning  giv e s  a  fai r  e ff ect   on  the   portio n  of  fou r   AND pr oble ms , while  d at a  s pl it ti ng  does  not  aff ect .       Table  2.  C omp os it ion o f raw   dataset  compa r ed  to  the  prepa red dataset     Raw d ataset   Prepared d ataset   Nam e  ins tan ces   5018   4419   Distin ct auth o rs   480   266   Distin ct presen ted   n am es   456   303   Distin ct ven u es   1004   923   Distin ct  co - au th o r  n am es   4653   3733   Year   rang e   1959 - 2 0 1 0   1959 - 2 0 1 0   Sy n o n y m  auth o rs/row af fe cted   4 6 /1 0 6 9   4 6 /1 1 2 0   Ho m o n y m  presen t ed  names/row  af f e cted   6 2 /7 8 7   1 5 /3 2 8   No n - sy n o n y m - h o m o n y m  r o w  affect ed   2988   2861   Sy n o n y m - h o m o n y m  r o w  af fecte d   174   110       Table  3.   C omp os it ion o f  trai ni ng  a nd test in g datase t   AND P rob lem   Raw d ataset   Prepared d ataset   Tr ain in g  datas et   Testin g  datas et   Reco rd  n u m b er   (%)   Reco rd  n u m b er   (%)   Reco rd  n u m b er   (%)   Reco rd  n u m b er   (%)   Sy n o n y m   1069   2 1 .30 %   1120   2 5 .34 %   900   2 5 .46 %   221   2 5 .00 %   Ho m o n y m   787   1 5 .70 %   328   7 .42 %   262   7 .41 %   66   7 .46 %   Sy n o n y m - Ho m o n y m   174   3 .46 %   110   2 .50 %   85   2 .40 %   25   2 .83 %   No n - Sy n o n y m - Ho m o n y m   2988   5 9 .54 %   2861   6 4 .74 %   2288   6 4 .72 %   572   6 4 .70 %   Total   5018   1 0 0 .00 %   4419   1 0 0 .00 %   3535   1 0 0 .00 %   884   1 0 0 .00 %       We  a pp li ed  fe w  sta ti sti c  methods  t o  eval uat e  the  pe rfo rma nce  of   pro po se d  met hods ,  su c h  as  a ver a ge   accurac y   as   in   ( 9) ,   preci sio n   as  in   ( 10),  re cal l   as  in  ( 11) ,   an d  F 1 - sco re   as  in  (12 )  to   e valuate  our  m et hod  performa nce  [25] .            = ∑  +   +  +  +  +  = 1       (9)     Evaluation Warning : The document was created with Spire.PDF for Python.
                        IS S N :   1693 - 6930   TELK O M N IKA   Tel ec om m un   C ompu t El  C on t ro l ,  V ol.  19 ,  No.  3 ,  June  20 21 :    91 1  -   919   916    = ∑   +  = 1       (10)      = ∑   +  = 1       (11)     1 −  = 2 ∙    ∙      +       (12)     W he re      is  tr ue   po sit ive ,     is   tr ue   ne gative ,     is   false  posit ive,      is  false   ne gativ e,  a nd    is   the   num ber  of  cl asses.  T he  pe rformance   e va luati on  meth od  is  ca rr ie d  ou t   on  f our  a uthor   na me  di sambi gu at io n  issues;   homon ym ,  s ynonym,  non - syn onym - homon ym, a nd s ynonym - homon ym .       3.   RESU LT S   A ND  DI SCUS S ION   Th e   feat ur e   e xtracti on  process   ge ne rates  a   numb e r  of  featu r es  f or  eac h  at tr ibu te .   7793  fea tures   we re   gen e rated  w it h detai ls  pr ese nt ed  i n  Ta ble  4.   The n umber   ca n  i ncr ease  the   com pu ta ti onal   cost.  Th us ,   it  re du ce d  by  ap ply i ng  P CA  become  1382  featu res.   To  obta in   a n  op ti m um  cl ass ific at ion   perfor mance,   var io us  D NNs  structu res  in  t he   le arn in g  pr oc ess  wer e  e xami ned.  The  224   st ru ct ur es  wer e  de te rmin e d  an d  validat ed  before   the  sel ect ion   of  th e  best  model.  All  cl assifi ers   wer e  ar ra ng e d  in  tw o  pr oc esses  i.e.,  trai ning  an d  te sti ng.  All  processi ng ti me r es ult o f 224  DNNs st ru ct ures is p rese nted i n  Ta ble  5 .        Table  4.   N umb er  of   featu res.   Attribu te   Featu re  Extractio n   Techn iq u e   Nu m b er  o f  f eatu r e s   Presen ted  name   Du m m y  va riable   303   List of auth o r's na m es   Du m m y   v a riable   3733   Year   No n e   1   Ven u e   Du m m y  va riable   923   Title   TF - I DF   2833       Table  5 . M od el  accu racy (% ) f or 24 4  D N Ns  s tructu res   Neu ron   Lear n in g  Rate   Hid d en  L ay er   1   2   3   4   5   6   7   8   50   1E - 01   9 9 ,55 3 5   9 9 ,30 6 8   9 9 ,28 5 5   9 9 ,26 6 0   9 9 ,26 9 4   9 9 ,26 6 0   9 9 ,26 9 4   9 9 ,26 5 1   50   1E - 02   9 9 ,98 0 4   9 9 ,97 7 0   9 9 ,94 8 1   9 9 ,91 0 7   9 9 ,78 9 1   9 9 ,72 2 7   9 9 ,65 3 8   9 9 ,51 0 9   50   1E - 03   9 9 ,98 1 3   9 9 ,97 9 6   9 9 ,97 6 2   9 9 ,97 0 2   9 9 ,95 9 2   9 9 ,92 9 4   9 9 ,90 9 8   9 9 ,86 2 2   50   1E - 04   9 9 ,79 6 7   9 9 ,85 3 7   9 9 ,91 9 2   9 9 ,93 3 7   9 9 ,88 5 2   9 9 ,85 2 9   9 9 ,83 1 6   9 9 ,72 7 0   50   1E - 05   9 9 ,39 2 7   9 9 ,31 0 2   9 9 ,26 9 4   9 9 ,28 3 8   9 9 ,26 2 6   9 9 ,28 4 7   9 9 ,26 4 3   9 9 ,27 2 8   50   1E - 06   9 9 ,25 2 4   9 9 ,26 0 9   9 9 ,25 2 4   9 9 ,26 0 0   9 9 ,25 8 3   9 9 ,26 8 5   9 9 ,26 6 8   9 9 ,26 7 7   50   1E - 07   9 9 ,25 4 1   9 9 ,24 9 8   9 9 ,25 3 2   9 9 ,25 0 7   9 9 ,24 9 8   9 9 ,25 1 5   9 9 ,24 8 1   9 9 ,24 9 8   100   1E - 01   9 9 ,73 5 5   9 9 ,30 4 3   9 9 ,26 9 4   9 9 ,26 2 6   9 9 ,25 4 1   9 9 ,26 6 0   9 9 ,26 9 4   9 9 ,26 9 4   100   1E - 02   9 9 ,98 1 3   9 9 ,97 7 9   9 9 ,95 4 1   9 9 ,84 6 1   9 9 ,71 1 7   9 9 ,59 2 6   9 9 ,41 9 1   9 9 ,38 0 8   100   1E - 03   9 9 ,98 3 0   9 9 ,98 2 1   9 9 ,97 7 9   9 9 ,97 7 9   9 9 ,96 6 0   9 9 ,96 3 4   9 9 ,95 4 1   9 9 ,95 6 6   100   1E - 04   9 9 ,95 1 5   9 9 ,97 6 2   9 9 ,97 5 3   9 9 ,97 3 6   9 9 ,95 7 5   9 9 ,95 2 4   9 9 ,92 2 6   9 9 ,87 0 7   100   1E - 05   9 9 ,47 1 8   9 9 ,28 7 2   9 9 ,28 8 9   9 9 ,28 1 3   9 9 ,32 3 8   9 9 ,28 0 4   9 9 ,34 8 5   9 9 ,29 0 6   100   1E - 06   9 9 ,25 4 1   9 9 ,24 9 8   9 9 ,25 3 2   9 9 ,25 6 6   9 9 ,25 5 8   9 9 ,26 3 4   9 9 ,26 2 6   9 9 ,26 3 4   100   1E - 07   9 9 ,24 9 8   9 9 ,25 1 5   9 9 ,24 9 8   9 9 ,24 9 0   9 9 ,24 9 8   9 9 ,25 0 7   9 9 ,25 1 5   9 9 ,25 2 4   150   1E - 01   9 9 ,78 9 1   9 9 ,29 5 8   9 9 ,27 2 8   9 9 ,26 9 4   9 9 ,26 7 7   9 9 ,26 9 4   9 9 ,25 6 6   9 9 ,25 5 8   150   1E - 02   9 9 ,97 7 0   9 9 ,97 7 9   9 9 ,94 3 9   9 9 ,74 5 7   9 9 ,60 7 9   9 9 ,47 1 8   9 9 ,43 3 5   9 9 ,33 4 9   150   1E - 03   9 9 ,98 3 8   9 9 ,98 2 1   9 9 ,98 0 4   9 9 ,97 6 2   9 9 ,97 6 2   9 9 ,96 6 0   9 9 ,96 0 0   9 9 ,93 9 6   150   1E - 04   9 9 ,97 5 3   9 9 ,98 3 0   9 9 ,98 0 4   9 9 ,97 8 7   9 9 ,97 7 0   9 9 ,95 8 3   9 9 ,94 0 5   9 9 ,91 4 9   150   1E - 05   9 9 ,50 4 1   9 9 ,32 3 0   9 9 ,34 0 8   9 9 ,36 4 6   9 9 ,37 4 9   9 9 ,36 8 9   9 9 ,39 1 0   9 9 ,35 7 0   150   1E - 06   9 9 ,26 0 0   9 9 ,26 1 7   9 9 ,25 6 6   9 9 ,25 7 5   9 9 ,25 7 5   9 9 ,26 2 6   9 9 ,26 3 4   9 9 ,27 9 6   150   1E - 07   9 9 ,25 1 5   9 9 ,25 0 7   9 9 ,25 4 1   9 9 ,25 6 6   9 9 ,24 9 0   9 9 ,25 0 7   9 9 ,25 2 4   9 9 ,24 9 8   200   1E - 01   9 9 ,81 8 0   9 9 ,27 2 8   9 9 ,26 9 4   9 9 ,26 6 0   9 9 ,26 6 0   9 9 ,26 9 4   9 9 ,26 9 4   9 9 ,26 0 9   200   1E - 02   9 9 ,97 5 3   9 9 ,97 7 9   9 9 ,92 0 9   9 9 ,60 3 6   9 9 ,58 6 6   9 9 ,37 0 6   9 9 ,34 0 0   9 9 ,27 6 2   200   1E - 03   9 9 ,98 3 8   9 9 ,98 3 0   9 9 ,98 0 4   9 9 ,97 5 3   9 9 ,97 4 5   9 9 ,97 1 1   9 9 ,96 4 3   9 9 ,96 5 1   200   1E - 04   9 9 ,98 1 3   9 9 ,98 1 3   9 9 ,98 0 4   9 9 ,98 1 3   9 9 ,97 8 7   9 9 ,97 1 9   9 9 ,95 1 5   9 9 ,91 3 2   200   1E - 05   9 9 ,56 2 0   9 9 ,36 2 9   9 9 ,36 8 9   9 9 ,39 6 1   9 9 ,41 4 8   9 9 ,43 1 8   9 9 ,48 8 8   9 9 ,45 4 0   200   1E - 06   9 9 ,25 8 3   9 9 ,26 2 6   9 9 ,26 6 0   9 9 ,27 5 3   9 9 ,26 7 7   9 9 ,27 1 9   9 9 ,26 9 4   9 9 ,26 7 7   200   1E - 07   9 9 ,25 2 4   9 9 ,25 3 2   9 9 ,25 8 3   9 9 ,24 9 0   9 9 ,24 9 8   9 9 ,25 2 4   9 9 ,25 0 7   9 9 ,25 1 5   Evaluation Warning : The document was created with Spire.PDF for Python.
TELK O M N IKA   Tel ec om m un   C ompu t El  C on t ro l         Author i den ti fi cation i n bi blio gr ap hic  da t a  usi ng   dee p ne ural netw or ks   ( Fi rd aus )   917   The  best   res ults  of  D NN s   a re   a  m odel   with  on e   hidden   la ye r  DNNs   str uc tures   an d  20 0  neur on s   f or   each  la yer  with   0.5   dro pout   va lue.  F r om   t he  c la ssific at ion   process,   the   D N Ns  model  str uc ture  is   sel ect ed  base d  on  the   highest  accurac y.  Bot h  trai ni ng  da n  te sti ng   proces se s ,  bu t  it   more   imp or ta nt  in   th e  te sti ng  pr oce ss.  T he   highest  a ver a ge   accu racy  f or  al l  data ,   a bout  99.99  %  in   trai ning  a nd  99.98 %  in  te sti ng.   T he  sa me  resu lt s   f or  al l  AND  pro blems ,  the  acc uracy  va lue  ab out   99 % .  H oweve r,   t he  recall   value   f or  hom onym - s ynonym  is  un der  70%   (see Ta ble  6   an d Fi gure  4).  T he  num ber  of sa mp le   data  with  a  homon ym - s ynonym  c ondit ion i s less  tha n ot her   conditi ons  ar ound 1 10  data from  a  total   of  4419 d at a  or  only  ab out  2.5% of  the  total   data.   The  imbala nc e  data  can  decr eas e th e M L  p e rfo rma nce.       Table  6 . Pr opose d DNNs  classi ficat ion   perf orma nces   AND P rob lem     Accuracy   Precisio n   Recall   F1  Score   All   9 9 ,99 5 1   9 9 ,32 8 9   9 9 ,32 9 3   9 9 ,31 2 3   9 9 ,98 3 8   9 7 ,98 8 7   9 7 ,86 4 1   9 9 ,99 1 9   Ho m o n y m   9 9 ,27 3 0   8 7 ,92 8 2   8 8 ,96 0 0   8 8 ,31 6 3   9 8 ,03 0 3   7 9 ,83 3 3   7 7 ,45 2 4   9 8 ,91 9 8   Sy n o n y m   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000   9 9 ,93 8 0   9 3 ,37 1 2   9 5 ,34 6 3   9 9 ,96 8 6   Ho m o n y m - Sy n o n y m   9 9 ,58 4 8   8 4 ,11 7 6   8 8 ,23 5 3   8 5 ,62 0 9   9 8 ,15 3 8   6 9 ,23 0 8   6 9 ,23 0 8   9 9 ,07 6 9   No n - Ho m o n y m - S y n o n y m   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000   No te :  ■ Tr ain in g  a n d  ■ Testin g           Figure  4. The   DNNs  te sti ng       Fo r   validat in g  the  propose d  D NN s   a ppr oach,   three   te ch niqu es  li ke  Naïve   B ayes,   Ra nd om  Fo r est , a nd  su pp or t   vect or  mac hin e   (SV M )   are   c ompar ed  i n  te r ms  of  accurac y,  pr eci sion,  recall ,  a nd  F1 - Sc or e .  Ta ble  7   sh ows   the   cl as sific at ion s   acc ur ac y  pe rform ances   of  t he  D NN s   cl assifi e r  com par e d  with   ot her  M L  te c hniq ues,  su c h as   99. 8%   for a ll   ty pe s   of  data,  98. 0%  for  homon ym ,   99.8 %   f or  s ynonym,  98. 1%  for  hom onym - s ynonym ,   and  100%   for   non - hom onym - syn onym.  I n  al l  metri cs  of  pr eci sio n,  reca ll ,  an d  F 1 - sc or e,  DNNs   ou t pe rforms  oth e r  ML  te ch nique.  Actuall y,   S V M s  deliv er  a  uniq ue  s ol ution  in  the  cl assifi ca ti on   ta s k ,  since  th e  opti mali ty  pro blem  is  co nvex .  T his  is  an   adv a nta ge  co mp a red   t o  A N Ns,   w hich  have  mu lt iple  s olut ion s  ass ociat ed  wit h   local   minima .   H ow e ve r,  D NN s   us ed   a  de ep  st ru ct ur e   of  hi dd e n  la ye rs .   I t  ca n  ov ercome  th e  drawb ac k.  Ther e f or e,  all   perform a nces a re im prov e d  by  ab ou t  1%  over  the SV M .   Our  pro po se d  method  with  D NN s   cl assifi er  in  aut hor  id ent ific at ion   on  bi bliogra ph ic   dat a  co ntainin g  homon ym   a nd   sy no nym  data  pro du ce  a  good  pe rformanc e.   By  ex plo ri ng  the  res ult,  our  method  with  D NN s   cl assifi er  ha s  a   bette r  perf or m ance  tha n  oth e r  M L  te c hn i qu es.  Co mp a rin g  to  the   same   re search   with   the   sam e   dataset   [19 ] ,  our  pro po se d  D NN s  meth od   ha s  a  bette r  res ul t  in  a  recall ,  i.e. ,   97. 9%  c ompare d  to  Naïve   Ba yes,  Ra ndom   Fores t  cl assifi ers,   a nd  sup port  ve c tor  mac hi ne .  As  s how n   in   Table  8 ,  the   non - s ynonym - hom onym  cat egory   wor ks  perfect ly  in  al l  performa nce  measu reme nts,   w hic h  has  100% .  It  is  no t  s urpr isi ng  becau s e  of   the   cat egory   of  non - s ynon ym - ho monym  is  not  the  mai n  issu e  for  a utho r  i den ti ficat io n.   We   ex plaine d  above,   sy no nym  a nd  homon ym   a re  crit ic al   prob le ms.  T he  syn onym - hom onym  cat eg ory  ha rd e r  pro blem  t o  s olv e .  These i ss ues  m us t  be  e xp l or e d pe r  eac h  cat eg ory for t he  a uth or i den ti ficat ion b y  it s c har a ct erist ic s.   Evaluation Warning : The document was created with Spire.PDF for Python.
                        IS S N :   1693 - 6930   TELK O M N IKA   Tel ec om m un   C ompu t El  C on t ro l ,  V ol.  19 ,  No.  3 ,  June  20 21 :    91 1  -   919   918   Table  7 . C omp ariso n of D NNs p e rformance s  ( % )  f or all  d at a w it h othe r M L tec hniq ues   Clas sifier   Accuracy   Precisio n   Recall   F1  Score   Naïv e Bay es   9 9 ,87 1 6   6 7 ,92 8 5   7 3 ,10 4 7   6 9 ,26 7 4   Ran d o m  Forest   9 9 ,80 4 4   5 6 ,86 9 9   5 8 ,23 8 0   5 5 ,24 7 0   SVM   9 9 ,97 5 3   9 4 ,56 7 7   9 5 ,23 0 0   9 4 ,59 9 7   DNN   9 9 ,98 3 8   9 7 ,98 8 7   9 7 ,86 4 1   9 9 ,99 1 9       Table  8 . C omp ariso n of D NNs p e rformance s  ( % )  f or eac h AND  pro blems  w it h othe r ML  techn i qu e s   AND  P rob lem   Clas sifier   Accuracy   Precisio n   Recall   F1  Score   Ho m o n y m   Naïv e Bay es   9 7 ,20 2 8   3 7 ,94 8 7   4 3 ,46 1 5   3 9 ,64 1 0   Ran d o m  Forest   9 7 ,75 5 3   4 2 ,46 9 1   4 8 ,73 0 2   4 4 ,01 1 6   SVM   9 8 ,33 3 3   8 1 ,83 3 3   8 0 ,83 3 3   8 1 ,27 7 8   DNN   9 8 ,03 0 3   7 9 ,83 3 3   7 7 ,45 2 4   9 8 ,91 9 8   Sy n o n y m   Naïv e Bay es   9 9 ,50 5 9   7 0 ,03 6 2   7 9 ,35 3 6   7 3 ,33 3 8   Ran d o m  Forest   9 9 ,43 5 7   4 7 ,88 5 9   5 5 ,93 4 7   5 0 ,33 8 4   SVM   9 9 ,89 1 8   9 4 ,24 6 0   9 5 ,39 5 3   9 4 ,12 2 8   DNN   9 9 ,93 8 0   9 3 ,37 1 2   9 5 ,34 6 3   9 9 ,96 8 6   Ho m o n y m - Sy n o n y m   Naïv e Bay es   9 6 ,57 1 4   5 5 ,35 7 1   5 7 ,14 2 9   5 6 ,12 2 4   Ran d o m  Forest   9 4 ,90 9 1   2 3 ,63 6 4   3 1 ,81 8 2   2 5 ,75 7 6   SVM   9 8 ,00 0 0   7 5 ,00 0 0   7 2 ,91 6 7   7 3 ,80 9 5   DNN   9 8 ,15 3 8   6 9 ,23 0 8   6 9 ,23 0 8   9 9 ,07 6 9   No n - Ho m o n y m - S y n o n y m   Naïv e Bay es   9 9 ,83 5 7   6 5 ,44 4 3   7 0 ,33 2 3   6 6 ,98 6 3   Ran d o m  Forest   9 9 ,75 1 8   4 8 ,65 9 3   5 1 ,22 0 5   4 8 ,39 8 7   SVM   9 9 ,98 2 7   9 4 ,05 9 4   9 5 ,04 9 5   9 4 ,38 9 4   DNN   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000   1 0 0 ,0000       4.   CONCL US I O N   Fr om  the  e xperiment  re su lt s ,  it   can  be  co nclu ded   t hat  the  meth od  pr oduces  good  r esults  for  al l   pro blems  with  an  ave ra ge  acc ur ac y  of   99.98 %.  The  meth od  so lves  t he  syn onym   pro ble m  bette r  tha n  ho monym;   besides ,  t he  pe rformance   r eg ard i ng  the   c ombine d  syn onym - homon ym  pro blem   is  sti ll   le ss  tha n  sat isf act ory.  The  c omplexit y  of r ec ognizin g  an d  assi gn i ng pu blica ti on s  to the r es pecti ve  au th or s is  not a simple t ask.   So m e   te chn iq ues  ha ve  bee n  pro pose d  f or   s olv i ng   a utho r   na me  disam bigu at ion ,  s pecific al ly  in  syn onym   a nd   homon ym   pro blems.  Four  m achine  le ar ni ng  al gorith ms  ha ve  be en  c ompare d  to  obta in  preci se  performa nce.   The   res ults  r ev eal ed  that   N Ns   with   on e   la ye r  si gn ific a ntly   ou t performe d  oth e r  machi ne  le arn in g  te ch niq ue s   with  a n  a ver a ge   acc ur ac y  of  99. 98%.   Sett ing  up   a   N Ns   al go rithm   is  mu c h  more  te dious   than   us in g  an   off - the - sh el f  cl assi fier   li ke  S VM.  F or   la rg e - data  a nalytic al   meth od s   ass ociat ed   with  machi ne   le arn i ng  al gor it hm s,   deep e r  NN s   usi ng   DNNs  a re   promisi ng   al gorit hms  in  va riou s   fiel ds   of  a pp li cat io n,   incl ud i ng   aut hor  na me  disam biguati on.  DNNs  e mpl oy   var i ous  de ep  le ar ning  al gorithms   base d  on  netw ork   struct ur e,   act ivati on   functi on,  a nd  model  par amet ers,   with   their   outp ut  dep e ndin g  on  the   da ta   represe ntati on   f ormat .  F r om   t he   exp e rime ntal  r esults  of  this   r esearch ,  howe ver,  both   D NNs  an d  S V M   ob ta in  hi gh e r   pe r forma nce  i n  synon ym   pro blems  tha n   i n  homon ym   prob le m s.  With  t he  propose d  D NN s ,  the   pe rfo r mances   in  s ynonyms  resu lt   in   values   for  acc uracy ,  preci sion,  recall ,  a nd  F 1 - sc ore  of  99. 94%,   93. 37%,  95. 35%,   and  99.97%,   re sp ect ively .  In  f uture   work,  in  the  bi g  data  era  for  t he  m od e rn   dig i ta l  li br ary ,  D N Ns,   the  pro pos ed  meth od  is  typ ic al ly  very  he lpf ul   for  wor king  w it h  la rg e r  data set s.  Be sides ,  for  homon ym   and  hom onym - syn onym,  a n  appr opriat e  m et hod  sh oul d  be  im pl emented   in   othe r  dataset s  a nd  increa sed   pe rformance .  T he   us e  of  featur e   eng i neer i ng  ba sed  on  semanti c a ppr oa ched f or ti tl e att ribu te  c ou l d i mp r ove the  p e rformance  of a ll  cases.       ACKN OWLE DGE MENTS     We  t hank   the   M i nistry  of   Re search ,  Tec hnolog y,  an d  Higher   E du cat ion ,   Re pu blic  of  I ndonesi a   (K e men riste kd ikti   RI) ,   for  f un ding  the  resear ch  on  “P eneli ti an  Dise rtasi   D ok t or ”  Re sea rc h  G ra nt  with  c on t ract  numb e r 2 11 /S P2H/LT/ DRP M /I V/2019.       REFERE NCE S     [1]   A.  A.   Ferr ei ra   a nd  M.   A.   Gonça lve s,   “A   Brie f   S urve y  of   Auto m at i c  Me thods  for   Author   Nam e  Disambi guation, ”     ACM  SIGMO D  Re cord ,   vol .   41 ,   no.   2 ,   pp .   15 - 26 ,   2012.   [2]   I.  Hus sain  and   S.  As ghar ,   “A   survey  of   aut hor   n a me  disam b iguati on  t ec hniqu es:   2 010 - 2016, ”   Kno wl.  Eng .   Rev   Th e  Knowle dge   Enginee ring  Revie w ,   vol.   00 :0, pp. 1 - 24,   2017 .   Evaluation Warning : The document was created with Spire.PDF for Python.
TELK O M N IKA   Tel ec om m un   C ompu t El  C on t ro l         Author i den ti fi cation i n bi blio gr ap hic  da t a  usi ng   dee p ne ural netw or ks   ( Fi rd aus )   919   [3]   S.  Miloj evi ć ,   “Ac cur a cy  of   simp le ,   initials - base d   methods  for  author  name  d isambiguat ion , ”   J .   In formetr. ,   vol.  7,     no.   4 ,   pp .   767 - 7 73,   2013 .   [4]   H.  N.   Tra n ,   T.  H uynh,   and   T .   Do,   “Author   n ame   d isam biguation   b y  using   de ep   neu ral  ne twork, ”   in   Asian  Con fe renc e   on  Intelli g ent Inf orm ati on  and  D atabase  Syst ems ,   2014,   pp.   123 - 1 32.   [5]   F.  Momen i  and  P .   Mayr ,   “Using  C o - aut horship   Net works   for  Autho r  Nam e  Disa mbiguati on , ”   Proc .   1 6th  ACM /IEEE - CS  Jt.  Con f. Dig it .   Libr .   -   JCDL  ’16 ,   2016 ,  pp .   2 61 - 262 .   [6]   D.  Shin,   T .   Ki m ,   J.   Choi ,   and  J .   Kim,   “Author   n am e   disa mbi gua ti on  using   a   gra ph  model  wi th  n ode  spli tt ing   and   me rging   base d   o n  bibl iog rap hi c i nforma t ion, ”   Sc i ent ometri cs ,   vo l. 100, no. 1, pp.  15 - 50,   2014 .   [7]   N.  R.   Smal h ei se r  and   V.  I.  Torv ik,   “Author   name  disa mbi gua ti o n, ”   Annu.  R ev.  I nf.   S ci.  Te chnol. ,   vol .   43,   no.   1,     pp.   1 - 43 ,   2009 .   [8]   X.  Li n ,   J.  Zhu,   Y.  Ta ng ,   F.  Yan g,   B.   Peng,   and  W.   Li ,   “A  nove l   appr oa ch  for  au thor  name  disa mbi guation  usi ng  ran king  conf ide n ce , ”  Int ernati on al Confe ren ce  o n  Database  Syst ems  for  Adv anc e d  Appl i cat ions ,   2 017 ,  pp.   169 - 182 .   [9]   I.   Hus sain  and  S.  As ghar ,   “L U CID:  Author  n a me   d isam bigu ation  using  gr aph   Struct ur al  Clus te ring , ”   in  20 17  Inte lligen t  Syst e ms   Confe renc e ,   I nte lliSys 2017 ,   2 018,   vol .   2018 - J anua ,   pp.   406 - 41 3.   [10]   R.   G.  Cot a,   A.  A .   Ferre ira,  C .   Nasci m ent o,   M .   A.  Gonça lve s,   and  A.  H.  F.  L ae nder ,   “An  unsupervis ed  heur ist ic - b ase d  hie rar chi c al  m ethod  for  n am e   di sambi guation  in   bibliographic  citat ions , ”   J.  Am .   Soc .   Inf.  Sc i.  Te chnol . ,   vo l.  61,     no.   9 ,   pp .   1853 - 1870,   2010 .   [11]   A.  Culot ta,  P .   K ana ni ,   R .   Hall,  M.  W ic k ,   and  A .   McC al lu m,  “A uthor  disa mbi gu at ion   using  err or - drive n   machine   le arn ing  wi th  a  ran king  loss  fun ct ion , ”   in   Sixth  Inte rnational   W orkshop  on  Info rm at ion  Inte grat ion  on   the  W e b   (IIWe b - 07), Van couv er,   Canada ,   2007.   [12]   A.  A.  Ferr ei ra ,   A.  Veloso ,   M .   A.  Gon ça lv es,   and  A.   H.  F.   Laende r ,   “ Eff e ct iv e  self - traini ng  aut hor   name   disam biguation   i n  schola r ly  d igi t al   li bra rie s, ”  in  P roce edi ngs  o f  the  10th   annual  jo in t  con fe ren ce  on  Digit al   li brar ie s ,  2010,   pp .   39 - 48 .   [13]   J.  Ta ng ,   A.   C.   M.  Fong,  B.   W a ng,   and   J.  Zha n g,   “A  un ifi ed   pr obabi li st ic   fra m ework  for  na me  disam bigu ation   in  digi tal  li bra ry , ”   I EE E   Tr ans.  Knowl.   Data   Eng . ,   v ol.   24 ,   no .   6 ,   pp .   975 - 987,   2011 .   [14]   H.  Han ,   L .   Gil es,   H.   Zha,   C.   L i,  and   K.   Ts iout siouli k li s,   “ Two  supervis ed   l ea rn ing  appr o ac hes   for   na me  disam biguation   i n  au thor  ci t at ion s,”   in  Proceedi n gs  of  the  2004   J oint   ACM/ I EE E   Confe renc e  on   Digit al   Libr arie s,   2004. ,   2004,   pp.   296 - 305.   [15]   S.  F.  Schifa no ,   T.   Sgarba n ti,  an d  L.   To ma ss etti,  “Author ship  re cogni ti on   and  di sambi guation  of   scie nt ifi c  p ape r s   using a   n eur a l  n e tworks a pproa ch , ” in  Proceedi ng s of   Sc ie n ce ,   201 8.   [16]   S.  S.   Khan  and   M.  G.   Madde n ,   “A  survey   of  author  na me  disambiguat ion   t ec hn i ques:  2010 – 201 6, ”   The  Know le d ge   Engi ne ering  R evie w,   vol .   32 ,   201 7 .   [17]   H.  Han ,   H.   Zha ,   and  C .   L.  Gil es,   “Na me  disa mbi g uat ion   spec tra l   in   aut ho r  ci t at ions   using  a   k - way   clus te ring  method, ”   in  Proc ee dings   o f  th e  ACM /IEEE Joi nt   Confe ren c e  on  Dig it al   Lib rar ie s,  JCDL,   De nve r,  CO ,   USA ,  2005,   pp .   7 - 11 .   [18]   H.  Han,   W.  Xu,   H.  Zh a,  and  C .   L.   Gi le s,  “A  hi e rar chica l   na ive   Baye s  mi x ture  mode l  fo r  na me   disam biguation  i n  aut hor citati ons , ”  in   Proc ee dings   of the   2005  AC M  sympos ium  on  Applied comput ing ,   2005 ,   pp .   10 6 5 – 1069.   [19]   J.  Kim   and   J.  Ki m,   “T h e  im pa ct  of  im b al an ce d   tr ai ning   data  on   m ac hin e  le arn ing  f or  aut hor   na me  disam biguation , ”   Sci en tomet rics ,   vol.   117 ,   no .   1 ,   p p.   511 - 526 ,   201 8.   [20]   P.  Mitr a,  J.   Kang ,   D.   Le e ,   and   B.   On,  “Co mpa r at i ve  study   of   name   disam b igu a ti on   proble m   using   a   sca la b le  bloc k in g - base d  fr am ewor k, ”  in  Proceedi n gs  of  th e  5 th  AC M/IE E E - CS  Joi n t  Conf ere nce  on   Digit al   Libr aries  (JCDL’05) ,   200 5,   pp.   344 - 353 .   [21]   T.  Bac k es,   “T h e  im pa ct  of  n am e - ma t chi ng   and   bl ocki ng  on   aut hor   disam b igua t ion,”  in   Pro c ee d ings  of   the  27th   AC M   Inte rnational   Co nfe renc e  on   Info rm ati on  and  Kn owle dge   Manag eme nt ,   2018,   pp.   803 - 812.   [22]   Q.  Qin,   J.   L i,  L .   Zh ang,  Y.   Yue,  and   C.   Li u,   “C ombi ning   Low - d im ensional   Wa v el e t  Fe at ur es  an d  Support   Vec to r   Mac hine for  Arr hythm ia Beat   Cl assi fic a ti on, ”  S ci.  R ep. ,   vo l. 7, no .   1 ,   pp .   1 - 12 ,   20 17.   [23]   D.  Han,  S.   L iu,  Y.  Hu,   B.   W ang,  and   Y.   Sun,  “ELM - base d  n am e   disam biguation   i n  bibliography , ”   World  Wide  W eb ,  vol.   18 ,   no .   2 ,   pp .   253 - 263 ,   2015 .   [24]   W.   Li u   et  al . ,   “ A  survey  of  d eep  neur a l  n et wor k  arc h itect ur es  a nd  their  appl i ca t ions,”   N euroc o mputing ,   vo l.  23 4,     pp.   11 - 26 ,   2017 .   [25]   M.  Sokolova   and   G.  La pa lme,   “A  sys te ma tic  analy sis  of  per for ma n ce   measures  for  cl assifi ca t ion  ta s ks,”   Inf .   Proce ss .   Manag. ,   vol. 45, no. 4, pp. 427 - 4 37,   2009 .       Evaluation Warning : The document was created with Spire.PDF for Python.