基于职业特征的人名消歧算法

• 作者: 周杰 李弼程 李爱国 阳怡林
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 职业特征 亲和度 人名消歧 词激活力 凝聚层次聚类
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 信息处理技术
• 页码范围: 548-554
• 页数: 7页
• 分类号: TP391.1
• 字数: 6808字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2016.05.007

摘要

职业是人物实体的代表性特征,能够有效地区分人物实体.传统人名消歧算法仅把职业当作一个普通的特征,忽视了它的重要性.针对以上问题,提出了基于职业特征的人名消歧算法.首先通过互联网手动构建基础职业词典;其次以维基百科的所有中文页面为训练语料,通过词激活力模型扩展基础职业词典得到职业特征词典;然后从文本中提取职业特征,并抽取人名和作品名作为其补充特征,弥补文本中职业特征缺失和同一人物具有多个职业的问题;最后采用凝聚层次聚类实现人名消歧.在CLP2010的人名消歧训练语料上进行实验,结果表明文章算法能够有效地实现人名消歧.

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		102	1583	19.0	37.0
2	周杰		11	104	4.0	10.0
3	阳怡林		2	2	1.0	1.0