基于兩步聚類和查詢擴(kuò)展的人名消歧方法的研究.pdf

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

2、為中心的網(wǎng)頁(yè)預(yù)處理，抽取出與人名實(shí)體相關(guān)的文本作為初始語(yǔ)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(yè)文本中與人名關(guān)鍵詞實(shí)體相關(guān)的依存特征，然后抽取命名實(shí)體等輔助特征。在聚類時(shí)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(shí)驗(yàn)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(kuò)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(shí)體特