基于类别模板挖掘的百科相关实体构建

• 作者: 肖仰华 胡忠顺 覃华峥 阳德青
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 信息检索 模板挖掘 实体相似度 noisy-or模型 实体相关度
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 180-185,191
• 页数: 7页
• 分类号: TP311
• 字数: 8210字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.09.032

摘要

针对现有百科数据知识零散,而人工构建相关实体代价过高,难以大规模构造的问题,提出一种基于相关实体类别模板的实体归类与相关度排序算法,用于对零散的百科实体进行自动的归类整理.利用类别相似的实体对应的页面中所引用的实体,挖掘出与查询实体相关的实体类别模板,并把相关实体直接通过其类别映射进模板中,再对模板中的实体进行相关度排序.实验结果表明,与基于聚类的算法相比,该算法能够取得更准确的实体归类整理效果,与先进行相关度排序再归类的方法相比有更低的时间复杂度,可降低人工构建百科相关实体的代价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡忠顺		7	12	2.0	3.0
2	阳德青	复旦大学计算机科学技术学院	8	15	2.0	3.0
3	肖仰华	复旦大学计算机科学技术学院	26	170	9.0	11.0
4	覃华峥	复旦大学计算机科学技术学院	1	1	1.0	1.0