利用D-S证据理论进行特征融合的同义实体识别

• 作者: 介飞 何晶晶 吴共庆 蔡德胜
• 来源期刊: 计算机应用研究
• 关键词: D-S证据理论 特征融合 同义实体识别 搜索引擎 相似函数
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1429-1433
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.05.032

摘要

针对现实中同一实体存在不同表象的问题,提出一种基于D-S证据理论特征融合的同义实体识别方法.以搜索引擎为外部知识库获取实体特征信息,利用相似函数计算特征值,由D-S证据理论融合一组特征值,经阈值判断完成同义实体的识别.特征融合识别算法在医疗机构数据集上的识别精度、召回率和F值分别达到了85.80％、81.18％、83.43％,比单纯利用实体名的算法分别提高了4.09％、4.30％和4.21％.实验表明D-S证据理论将多特征融合,对同义实体识别具有更好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴共庆	合肥工业大学计算机与信息学院	24	251	6.0	15.0
2	介飞	合肥工业大学计算机与信息学院	3	7	2.0	2.0
3	何晶晶	合肥工业大学计算机与信息学院	1	4	1.0	1.0
4	蔡德胜	合肥工业大学计算机与信息学院	1	4	1.0	1.0