基于鏈接開放數(shù)據(jù)的命名實體語義相關度算法設計.pdf_第1頁
已閱讀1頁，還剩69頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、在自然語言處理和信息檢索的領域中,語義相關度的測量一直扮演著非常重要的角色。目前很多工作都集中在詞與詞之間的語義相關度測量上面,然而命名實體與命名實體之間的語義相關度測量卻很少被提及,而后者也有著非常重要的意義。比如通過測量兩個文檔內(nèi)命名實體之間的語義相關度,可以更有效地計算兩個文檔之間的相關度,從而實現(xiàn)更準確的語義搜索。
　　目前的語義相關度測量方法主要分為兩種類型:基于知識庫的方法和基于統(tǒng)計的方法。基于知識庫的方法主要利用維基

2、百科[1]、Wordnet[2]等知識庫來計算詞的相關度,但是它最大的缺陷在于其有限的實體覆蓋度?；诮y(tǒng)計的方法主要通過挖掘互聯(lián)網(wǎng)的統(tǒng)計信息來計算語義相關度,但是由于計算統(tǒng)計信息時,同名的實體都被作為相同對象看待,所以對于那些低頻的實體無法測量出準確的語義相關度。
　　為了解決這些問題,我們提出了一種基于鏈接開放數(shù)據(jù)(LinkedOpen Data,L O D)的命名實體語義相關度測量算法。由于鏈接開放數(shù)據(jù)中包含了非常多屬于不同領

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論