融合卷积神经网络和重启随机游走的实体链接方法

• 作者: 吕学强 李晓光 谭咏梅
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 实体链接 卷积神经网络 重启随机游走
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论文
• 页码范围: 65-69
• 页数: 5页
• 分类号: TN911.22
• 语种: 中文
• DOI: 10.13190/j.jbupt.2017-127

摘要

提出了一种融合卷积神经网络和重启随机游走的实体链接方法.该方法首先对文本中的指称进行识别,然后生成指称的候选实体集,随后使用融合卷积神经网络和重启随机游走的实体链接方法对候选实体进行选择,最后对在知识库中无对应实体的指称进行聚类.该方法在TAC-KBP2016的实体识别与链接评测数据集上的FCEAFm值为0.652,2016年评测第1名的FCEAFm为0.643,实验结果表明,使用融合卷积神经网络和重启随机游走的实体链接方法能够有效地进行实体链接.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕学强	北京信息科技大学网络文化与数字传播北京市重点实验室	146	1187	15.0	30.0
2	谭咏梅	北京邮电大学智能科学与技术中心	17	90	6.0	8.0
3	李晓光	北京邮电大学智能科学与技术中心	1	2	1.0	1.0