面向新聞領域的人名消歧方法研究.pdf

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