面向新聞領(lǐng)域的人名消歧方法研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、人名消歧是信息檢索、數(shù)據(jù)挖掘等領(lǐng)域非常亟需解決的問題之一。目前,學(xué)術(shù)界對于人名消歧的研究已經(jīng)取得了顯著的成果,提出了很多人名消歧的算法。但是由于應(yīng)用的領(lǐng)域的不同,處理的數(shù)據(jù)的不同以及人名消歧任務(wù)本身的復(fù)雜性,人名消歧任務(wù)還存在著許多問題。本文面向新聞領(lǐng)域,首先基于傳統(tǒng)的聚類算法以及本文提出的改進算法進行人名消歧,為了有效的結(jié)合人物的背景知識,本文提出基于人物屬性及關(guān)系框架的人名消歧方法,并提出互斥和非互斥的兩階段人名消歧方法。
 

2、 利用傳統(tǒng)的基于凝聚的層次聚類的方法進行人名消歧,將人名消歧的任務(wù)轉(zhuǎn)化為文檔聚類的任務(wù),并且對特征選擇方法進行改進,針對不同的特征權(quán)重計算方法,簇之間距離計算方法進行對比實驗。由于基于傳統(tǒng)聚類方法進行人名消歧,只是利用詞作為特征,并沒有對特征進行區(qū)別對待,本文提出了基于命名實體和實體詞的人物相似度計算方法,將特征轉(zhuǎn)換為命名實體和實體詞,并且將特征給予不同的權(quán)重進行整合。在本文的任務(wù)中,較于基于層次聚類算法的人名消歧方法,用single-

3、link方法計算簇之間的距離,并且用本文提出的基于命名實體和實體詞的方法計算人物相似度,得到更好的性能。
  但是,由于文檔主題的多樣性和人物自身的特點,有時人物的類別并不能由文檔的主題所代表或者人物的主題類別區(qū)別不是很明顯,基于此本文提出基于人物屬性及關(guān)系框架的人名消歧方法,首先識別出人物的相關(guān)屬性和關(guān)系實體即一些與人物最相關(guān)的背景知識,提出了人物屬性及關(guān)系實體的識別方法,利用識別出的背景知識,再對人物是否屬于同一個人物進行判斷

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論