版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、人名消歧是信息檢索、數(shù)據(jù)挖掘等領域非常亟需解決的問題之一。目前,學術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。但是由于應用的領域的不同,處理的數(shù)據(jù)的不同以及人名消歧任務本身的復雜性,人名消歧任務還存在著許多問題。本文面向新聞領域,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,為了有效的結合人物的背景知識,本文提出基于人物屬性及關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,將人名消歧的任務轉化為文檔聚類的任務,并且對特征選擇方法進行改進,針對不同的特征權重計算方法,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,將特征轉換為命名實體和實體詞,并且將特征給予不同的權重進行整合。在本文的任務中,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系框架的人名消歧方法,首先識別出人物的相關屬性和關系實體即一些與人物最相關的背景知識,提出了人物屬性及關系實體的識別方法,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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 漢語人名消歧算法研究.pdf
- Web人名消歧方法的研究與實現(xiàn).pdf
- 面向網(wǎng)絡人物搜索的中文人名消歧.pdf
- 基于兩階段聚類的人名消歧算法研究.pdf
- 中文人名消歧算法研究.pdf
- 基于兩步聚類和查詢擴展的人名消歧方法的研究.pdf
- 基于層次聚類和網(wǎng)頁關系的人名消歧.pdf
- 人名消歧關鍵技術研究.pdf
- 基于領域知識庫的命名實體識別與人名消歧.pdf
- 人名消歧關鍵技術研究與實現(xiàn).pdf
- 基于聚類的英漢人名消歧研究.pdf
- 結合共指消解的跨文檔中文人名消歧研究.pdf
- 基于句義結構和人物隱含關系的中文人名消歧研究.pdf
- 命名實體語義消歧方法的研究.pdf
- 文本聚類在話題檢測與人名消歧中的應用研究.pdf
- 面向Twitter信息的機構名消歧技術研究.pdf
- 29621.科技文獻作者消歧方法研究
- 基于語義的漢語詞義消歧方法研究.pdf
- 基于語義概念的詞義消歧方法.pdf
- 基于圖方法的命名實體消歧研究.pdf
評論
0/150
提交評論