基于维基百科的领域实体发现研究

• 作者: 邢富坤
• 来源期刊: 计算机应用研究
• 关键词: 领域实体 维基百科 隶属度 自动发现
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 347-350,367
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.02.006

摘要

提出一种基于维基百科的领域实体发现方法，该方法将构成领域实体的典型字或词作为种子元素，利用少量种子元素作为实体发现的初始知识，有效地克服了传统方法在获取种子词条时过分依赖领域专家的局限，同时还利用维基百科词条中的分类信息，通过计算维基百科类与领域类间的隶属度实现领域实体的有效扩充。人工抽样对实体发现结果进行检验，平均准确率达到80％左右，同时还将构建出的领域实体知识应用到文本分类中，结果显示，当训练集具有一定规模时，以实体为特征的分类模型的准确率较以词为特征分类模型的准确率有显著提高，说明实体知识在实际应用中的有效性。提出的方法具有较好的领域独立性和语种独立性，可较为便捷地移植到其他语种与领域。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢富坤	解放军外国语学院语言工程系	13	145	6.0	11.0