多階段混合屬性的景點(diǎn)實(shí)體解析研究.pdf

1、實(shí)體解析是一個(gè)非常傳統(tǒng)的研究方向，近年來又逐漸成為研究熱點(diǎn)，基于領(lǐng)域的實(shí)體解析正是其熱點(diǎn)之一。與通用實(shí)體解析不同的是，基于領(lǐng)域的實(shí)體解析需要全面地分析和捕獲領(lǐng)域數(shù)據(jù)的特征，并充分地加以利用。通用實(shí)體解析方法通常是在單一階段內(nèi)一次性匹配特征數(shù)據(jù)來完成實(shí)體解析，這一方面會(huì)造成不同特征數(shù)據(jù)的相互干擾，另一方面也不利于有針對(duì)性地利用不同的特征數(shù)據(jù)，從而影響實(shí)體解析的精確度。
　　因此，本文在旅游信息領(lǐng)域背景下，在對(duì)領(lǐng)域無關(guān)和基于領(lǐng)域?qū)嶓w解

2、析文獻(xiàn)綜述的基礎(chǔ)上，提出了一種基于多階段混合屬性的景點(diǎn)實(shí)體解析方法。本方法在不同旅游數(shù)據(jù)源中，在景點(diǎn)的不同屬性中充分提取景點(diǎn)的特征信息，通過多個(gè)階段設(shè)計(jì)相應(yīng)算法多次利用相關(guān)特征信息，最終實(shí)現(xiàn)景點(diǎn)實(shí)體解析。其中，景點(diǎn)的不同屬性包括景點(diǎn)名、景點(diǎn)所在地，以及景點(diǎn)簡介等。實(shí)體解析分為兩個(gè)階段，第一階段是利用景點(diǎn)簡介中的名詞信息，對(duì)不同旅游網(wǎng)站中的景點(diǎn)進(jìn)行聚類；第二階段是在聚類結(jié)果基礎(chǔ)上，利用景點(diǎn)名和景點(diǎn)簡介中的人名地名相似度信息，進(jìn)行桶裝算法實(shí)

3、現(xiàn)實(shí)體解析。
　　本論文創(chuàng)新點(diǎn)如下：
　　(1).解決了基于旅游景點(diǎn)實(shí)體解析的問題；
　　(2).提出了基于多階段混合屬性的景點(diǎn)完全實(shí)體消解框架，在不同階段有針對(duì)性地利用實(shí)體屬性的有效信息；
　　(3).提出了一種景點(diǎn)名景點(diǎn)簡介混合的景點(diǎn)相似度度量方法；
　　(4).提出了一種基于最遠(yuǎn)初始中心點(diǎn)和輪廓系數(shù)評(píng)價(jià)函數(shù)的k-means聚類優(yōu)化算法；
　　(5).改造了一種桶裝解析算法；
　　(6).在