基于分步聚类的人名消歧算法

• 作者: 周杰 席耀一 李弼程 阳怡林
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 人名消歧 特征稀疏 文本检索 凝聚层次聚类 相似度阈值
• 年，卷（期）: 2016,（1）
• 页码范围: 213-222
• 页数: 10页
• 分类号: TP391
• 字数: 7780字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.01.024

摘要

针对知识库中存在单条实体定义特征稀疏和人工设置相似度阈值适用性不强的问题,本文提出了一种基于分步聚类的人名消歧算法.首先,将知识库中人名实体定义的人物属性特征作为查询特征,利用文本检索的方式实现基于知识库的初次聚类,弥补了知识库中单条实体定义中特征稀疏的问题;然后,利用初次聚类的结果,采用基于自适应阈值的凝聚层次聚类算法实现知识库人名消歧;最后,采用条件随机场进行Other类识别,利用基于自适应阈值的凝聚层次聚类完成S类聚类,从而实现非知识库人名消歧.在CLP2012的中文人名消歧评测语料上进行实验,结果表明本文的算法能够有效地对人名进行消歧.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李弼程	解放军信息工程大学信息系统工程学院	77	636	13.0	22.0
2	周杰	解放军信息工程大学信息系统工程学院	8	56	5.0	7.0
3	席耀一	解放军信息工程大学信息系统工程学院	14	100	6.0	9.0
4	阳怡林	解放军信息工程大学信息系统工程学院	2	13	2.0	2.0