多階段混合屬性的景點實體解析研究.pdf

1、實體解析是一個非常傳統(tǒng)的研究方向，近年來又逐漸成為研究熱點，基于領(lǐng)域的實體解析正是其熱點之一。與通用實體解析不同的是，基于領(lǐng)域的實體解析需要全面地分析和捕獲領(lǐng)域數(shù)據(jù)的特征，并充分地加以利用。通用實體解析方法通常是在單一階段內(nèi)一次性匹配特征數(shù)據(jù)來完成實體解析，這一方面會造成不同特征數(shù)據(jù)的相互干擾，另一方面也不利于有針對性地利用不同的特征數(shù)據(jù)，從而影響實體解析的精確度。
　　因此，本文在旅游信息領(lǐng)域背景下，在對領(lǐng)域無關(guān)和基于領(lǐng)域?qū)嶓w解

2、析文獻綜述的基礎(chǔ)上，提出了一種基于多階段混合屬性的景點實體解析方法。本方法在不同旅游數(shù)據(jù)源中，在景點的不同屬性中充分提取景點的特征信息，通過多個階段設(shè)計相應(yīng)算法多次利用相關(guān)特征信息，最終實現(xiàn)景點實體解析。其中，景點的不同屬性包括景點名、景點所在地，以及景點簡介等。實體解析分為兩個階段，第一階段是利用景點簡介中的名詞信息，對不同旅游網(wǎng)站中的景點進行聚類；第二階段是在聚類結(jié)果基礎(chǔ)上，利用景點名和景點簡介中的人名地名相似度信息，進行桶裝算法實

3、現(xiàn)實體解析。
　　本論文創(chuàng)新點如下：
　　(1).解決了基于旅游景點實體解析的問題；
　　(2).提出了基于多階段混合屬性的景點完全實體消解框架，在不同階段有針對性地利用實體屬性的有效信息；
　　(3).提出了一種景點名景點簡介混合的景點相似度度量方法；
　　(4).提出了一種基于最遠初始中心點和輪廓系數(shù)評價函數(shù)的k-means聚類優(yōu)化算法；
　　(5).改造了一種桶裝解析算法；
　　(6).在