人名消歧關鍵技術研究與實現(xiàn).pdf

1、隨著移動互聯(lián)網時代的到來,網絡使用的便捷性不斷提高,終端數(shù)量不斷增加,使得信息發(fā)布的速度加快,信息量飛速增長。搜索與特定人物相關的信息是用戶在互聯(lián)網上進行搜索的主要目的之一,而重名現(xiàn)象的普遍性導致互聯(lián)網文本中人名歧義現(xiàn)象嚴重。通用搜索引擎返回的結果并不能針對歧義現(xiàn)象有效地組織信息,造成了用戶耗費大量的時間從許多同名人物中篩選自己感興趣的人物信息,且有遺漏重要信息的信息的風險。因此,如何有效的消除這些歧義,把信息以有組織的形式呈現(xiàn)給用戶,

2、就成為一個非常重要的問題。為此,本文進行了以下四個方面的工作:
　　第一,本文探討了人工標注人名歧義語料的過程,并提出了基于自適應共振理論的兩階段消歧策略模仿這一過程:在第一階段,構建代表人物的類別并對文檔進行分類,在第二階段通過層次凝聚的方法合并相似的類別。系統(tǒng)通過類人行為,自動構建目標概念集合并實現(xiàn)歧義消解。本文設計實驗并驗證了兩階段消歧策略的有效性,在兩種人名識別結果上,本文的兩階段方法的性能比傳統(tǒng)方法提高了0.92％和5.

3、00%。
　　第二,本文實現(xiàn)了人機互助的系統(tǒng),輔助建立識別規(guī)則和多種知識詞典資源。并利用這些資源和規(guī)則建立了機構名識別系統(tǒng),通過與其他兩種命名實體識別工具ISLEX和LTP的比較,證明了規(guī)則方法在人名消歧任務的識別要求中,具有較高的性能和效率,可以有效適用于人名消歧系統(tǒng)的實際應用。
　　第三,本文對搜狗全網新聞語料進行了標注,得到了可用于互聯(lián)網人名消歧研究的真實網絡語料資源;分析了人物屬性的對于互聯(lián)網語料的重要性和各屬性的特