基于圖模型和語義表示的實(shí)體鏈接研究.pdf

1、近些年來，實(shí)體鏈接技術(shù)是語義網(wǎng)研究領(lǐng)域的一個(gè)熱點(diǎn)。實(shí)體鏈接技術(shù)對于知識庫擴(kuò)展、問答系統(tǒng)、信息提取和信息檢索等領(lǐng)域的發(fā)展具有巨大的促進(jìn)作用。一般來說，典型的實(shí)體鏈接系統(tǒng)可以分為候選實(shí)體生成、候選實(shí)體消歧以及未登錄實(shí)體檢測三個(gè)模塊，候選實(shí)體消歧是當(dāng)前實(shí)體鏈接研究的重點(diǎn)。
　　當(dāng)前實(shí)體消歧方法可以分為基于概率生成模型方法、基于主題模型方法、基于圖的方法等。而基于圖的方法通過對整篇文檔中所有的候選實(shí)體的主題一致性進(jìn)行建模，相比于僅考慮單個(gè)

2、實(shí)體上下文的方法優(yōu)勢明顯。現(xiàn)有的基于圖的實(shí)體消歧方法普遍存在問題是:沒有充分發(fā)揮無歧義實(shí)體的作用，實(shí)體關(guān)聯(lián)圖中語義信息并未隨著無歧義實(shí)體的增加而豐富。
　　針對該問題，本文提出了一種基于圖模型和語義表示的實(shí)體鏈接算法，該算法通過構(gòu)建關(guān)聯(lián)圖能充分發(fā)揮無歧義實(shí)體的核心作用。具體而言，本文的工作主要有:
　　1)提出了一種實(shí)體關(guān)聯(lián)圖構(gòu)建方法。將同一文本中得到的所有實(shí)體指稱項(xiàng)和相應(yīng)的候選實(shí)體集合，構(gòu)造出一張?jiān)撐谋镜膶?shí)體關(guān)聯(lián)圖，作為動(dòng)

3、態(tài)實(shí)體消歧算法的依據(jù)。實(shí)體關(guān)聯(lián)圖中頂點(diǎn)數(shù)目、邊的數(shù)目以及邊權(quán)值隨著無歧義實(shí)體逐步增加而動(dòng)態(tài)變化。
　　2)提出了一個(gè)基于圖和PageRank的動(dòng)態(tài)實(shí)體消歧算法。該消歧算法考慮候選實(shí)體間的語義一致性，充分發(fā)揮無歧義候選實(shí)體的核心作用，每輪挑選出最高得分的未消歧候選實(shí)體作為其實(shí)體指稱的目標(biāo)實(shí)體，逐步完成實(shí)體指稱對應(yīng)多個(gè)候選實(shí)體的消歧選擇過程。
　　3)通過在3個(gè)公開數(shù)據(jù)集上的多個(gè)實(shí)驗(yàn)對比，評估了AGDISTIS算法、PBoH算法