基于馬爾科夫邏輯網(wǎng)的跨語(yǔ)種實(shí)體匹配研究.pdf

1、跨語(yǔ)種的實(shí)體匹配被定義為找到不同語(yǔ)種內(nèi)描述同一實(shí)體(對(duì)象)的實(shí)體連接?？缯Z(yǔ)種的實(shí)體匹配不僅擴(kuò)展了不同語(yǔ)種的知識(shí)共享,更是對(duì)現(xiàn)今的跨語(yǔ)種信息檢索和機(jī)器翻譯等重要領(lǐng)域有直接貢獻(xiàn),已經(jīng)成為關(guān)系數(shù)據(jù)的核心研究?jī)?nèi)容。
　　在實(shí)體匹配問(wèn)題中面臨的最大的兩個(gè)挑戰(zhàn)是復(fù)雜性處理和不確定性問(wèn)題,在跨語(yǔ)種的環(huán)境下尤為明顯。如何能夠更好的在統(tǒng)一的模型下同時(shí)處理這兩個(gè)問(wèn)題,不僅是實(shí)體匹配問(wèn)題,也是整個(gè)數(shù)據(jù)挖掘領(lǐng)域的核心問(wèn)題之一。Richardson和Dom

2、ingos在06年首次提出的馬爾科夫邏輯網(wǎng)絡(luò)模型恰好迎合了這一需求。
　　馬爾科夫邏輯網(wǎng)絡(luò)是將一階謂詞邏輯和概率圖模型相結(jié)合,以獲取關(guān)系數(shù)據(jù)的似然模型,是現(xiàn)今學(xué)術(shù)界普遍公認(rèn)的一種簡(jiǎn)單而且較為完美地結(jié)合了一階謂詞邏輯和概率圖模型的邏輯結(jié)構(gòu)表達(dá)方式。它具有重要的研究?jī)r(jià)值和廣闊的應(yīng)用前景,已成為人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等領(lǐng)域的研究熱點(diǎn)。
　　本文分析了基于馬爾科夫邏輯網(wǎng)絡(luò)的跨語(yǔ)種實(shí)體匹配模型。在原有的一階謂詞邏輯體系中引入了等