多策略中文微博实体词消歧及实体链接

• 作者: 向宇 徐潇 曾维刚 李莉 郭云龙
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 中文微博 实体消歧 TF-IDF Fast-Newman 聚类
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 软件技术与研究
• 页码范围: 12-17,61
• 页数: 7页
• 分类号: TP3
• 字数: 7962字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.08.003

摘要

在社交网络迅猛发展的今天，如何对有歧义的微博实体进行消歧和如何将微博实体连接到知识库已成为当今研究热点。对实体消歧和实体链接提出了多种策略方案。首先利用 ICTCLAS 对微博文本进行分词处理，利用百度百科、实体专家库对实体进行规范化处理。然后利用由爬虫爬取的百度百科信息、微博数据、网络词语构建了消歧文本数据库，再结合 TF-IDF 算法和 Fast-Newman 聚类算法对实体进行消歧和链接。使用第二届自然语言处理与中文计算会议（NLP＆CC 2013）中的中文微博实体链接任务给的数据进行测试，测评中准确率为84．99％，继续改进模型后准确率达91．40％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李莉	西南大学计算机与信息科学学院	34	245	9.0	15.0
2	郭云龙	西南大学计算机与信息科学学院	3	32	3.0	3.0
3	向宇	西南大学计算机与信息科学学院	2	3	1.0	1.0
4	徐潇	西南大学计算机与信息科学学院	1	3	1.0	1.0
5	曾维刚	西南大学计算机与信息科学学院	1	3	1.0	1.0