集成多种特征匹配中文实体名称

• 作者: 巩军
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 字符串相似度 名字消歧 名字匹配 机器学习
• 年，卷（期）: 2012,（27）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 136-141
• 分类号: TP181
• 字数: 5352字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.27.029

摘要

准确匹配实体名称在信息系统集成中有广泛的应用,而在中文环境中,实体名称的变化和笔误使得中文实体名称难以准确匹配,所以需要开发出适应这些变化和笔误的匹配方法.中文实体名称的相似度从字、词、语义三个层次计算出来,将这些相似度线性合并起来,集成各自的优势.为了利用更多的匹配特征,引入了两种机器学习的方法:第一种方法通过训练获得一个优化排序和最佳切分点；第二种方法利用支持向量机来判断两个名称是否指向同一实体.在中文实体名称的数据集上的实验表明,这些方法和特征有效提高了匹配的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巩军	北京大学信息技术学院	2	5	1.0	2.0