基于兩步聚類和查詢擴展的人名消歧方法的研究.pdf

1、人名具有很強的歧義，現(xiàn)實生活中同一個姓名可能被多個實體人物所使用。尤其在信息量快速增長的互聯(lián)網(wǎng)中，人名歧義性問題已經(jīng)成為一個迫切需要解決的問題。人名消歧研究的是將相同的人名按照現(xiàn)實世界中不同的人進行分類的方法，是近幾年自然語言處理技術(shù)的一個研究熱點。
　　本文在探討和分析人名消歧的主要任務(wù)和研究重點的基礎(chǔ)上，著重進行了以下幾個方面的工作：
　　第一，本文針對人名消歧的重要前驅(qū)步驟——網(wǎng)頁預(yù)處理進行研究和實驗，采用以人名關(guān)鍵詞

2、為中心的網(wǎng)頁預(yù)處理，抽取出與人名實體相關(guān)的文本作為初始語料。
　　第二，本文提出一種基于兩步聚類的人名消歧方法。該方法先抽取網(wǎng)頁文本中與人名關(guān)鍵詞實體相關(guān)的依存特征，然后抽取命名實體等輔助特征。在聚類時先用依存特征將可信度高的文檔聚類，再用輔助特征將剩余文檔加到已有的文檔聚類結(jié)果中。實驗證明本文提出的人名消歧方法比基準(zhǔn)方法有更好的消歧效果。
　　第三，本文提出基于查詢擴展的人名消歧方法。主要借助豐富的互聯(lián)網(wǎng)資源，從豐富實體特