基于层次聚类的跨文本中文人名消歧研究

• 作者: 周晓辉 张菲菲 李宗海 李晓戈
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人名消歧 信息抽取 相似度 层次聚类
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 106-111
• 页数: 6页
• 分类号: TP391.12
• 字数: 6069字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1309-0423

摘要

人名消歧已经成为自然语言处理和信息抽取应用中亟待解决的重要问题。运用中文自然语言处理和信息抽取系统识别命名实体和实体关系，生成实体信息对象（Entity Profile），采用实体信息对象（EP）中的个人信息特征，实体关系和上下文相关信息在Hadoop平台上基于凝聚的层次聚类方法解决了实体消歧问题。采用哈尔滨工业大学整理的全网新闻语料作为人名消歧训练和测试数据，着重研究了中文人名消歧特征的选取，参数的确定和验证，在训练集和测试集上分别取得了91.33%和88.73%的F值。说明提出的方法具有较好的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓辉		29	95	5.0	8.0
2	李晓戈		15	171	6.0	13.0
4	张菲菲		2	25	2.0	2.0
5	李宗海		1	14	1.0	1.0