基于类别模板挖掘的百科相关实体构建

发布时间：2017-07-20 12:26

  本文关键词：基于类别模板挖掘的百科相关实体构建

  更多相关文章： 信息检索 模板挖掘 实体相似度 noisy-or模型 实体相关度

【摘要】：针对现有百科数据知识零散,而人工构建相关实体代价过高,难以大规模构造的问题,提出一种基于相关实体类别模板的实体归类与相关度排序算法,用于对零散的百科实体进行自动的归类整理。利用类别相似的实体对应的页面中所引用的实体,挖掘出与查询实体相关的实体类别模板,并把相关实体直接通过其类别映射进模板中,再对模板中的实体进行相关度排序。实验结果表明,与基于聚类的算法相比,该算法能够取得更准确的实体归类整理效果,与先进行相关度排序再归类的方法相比有更低的时间复杂度,可降低人工构建百科相关实体的代价。
【作者单位】： 复旦大学计算机科学技术学院;上海理想信息产业(集团)有限公司;
【关键词】： 信息检索 模板挖掘 实体相似度 noisy-or模型 实体相关度
【基金】：国家自然科学基金资助项目(61472085) 上海科技创新行动计划基础研究基金资助项目(15JC1400900) 上海市科技启明星计划基金资助项目(13511504300)
【分类号】：TP391.1
【正文快照】： 中文引用格式:覃华峥,胡忠顺,阳德青,等.基于类别模板挖掘的百科相关实体构建[J].计算机工程,2016,42(9):180-185,191.英文引用格式:Qin Huazheng,Hu Zhongshun,Yang Deqing,et al.Encyclopedia Related Entity Construction Based onCategory Template M ining[J].Computer E，

本文编号：568042