面向新聞?lì)I(lǐng)域的人名消歧方法研究.pdf

1、人名消歧是信息檢索、數(shù)據(jù)挖掘等領(lǐng)域非常亟需解決的問題之一。目前，學(xué)術(shù)界對(duì)于人名消歧的研究已經(jīng)取得了顯著的成果，提出了很多人名消歧的算法。但是由于應(yīng)用的領(lǐng)域的不同，處理的數(shù)據(jù)的不同以及人名消歧任務(wù)本身的復(fù)雜性，人名消歧任務(wù)還存在著許多問題。本文面向新聞?lì)I(lǐng)域，首先基于傳統(tǒng)的聚類算法以及本文提出的改進(jìn)算法進(jìn)行人名消歧，為了有效的結(jié)合人物的背景知識(shí)，本文提出基于人物屬性及關(guān)系框架的人名消歧方法，并提出互斥和非互斥的兩階段人名消歧方法。
　

2、　利用傳統(tǒng)的基于凝聚的層次聚類的方法進(jìn)行人名消歧，將人名消歧的任務(wù)轉(zhuǎn)化為文檔聚類的任務(wù)，并且對(duì)特征選擇方法進(jìn)行改進(jìn)，針對(duì)不同的特征權(quán)重計(jì)算方法，簇之間距離計(jì)算方法進(jìn)行對(duì)比實(shí)驗(yàn)。由于基于傳統(tǒng)聚類方法進(jìn)行人名消歧，只是利用詞作為特征，并沒有對(duì)特征進(jìn)行區(qū)別對(duì)待，本文提出了基于命名實(shí)體和實(shí)體詞的人物相似度計(jì)算方法，將特征轉(zhuǎn)換為命名實(shí)體和實(shí)體詞，并且將特征給予不同的權(quán)重進(jìn)行整合。在本文的任務(wù)中，較于基于層次聚類算法的人名消歧方法，用single-

3、link方法計(jì)算簇之間的距離，并且用本文提出的基于命名實(shí)體和實(shí)體詞的方法計(jì)算人物相似度，得到更好的性能。
　　但是，由于文檔主題的多樣性和人物自身的特點(diǎn)，有時(shí)人物的類別并不能由文檔的主題所代表或者人物的主題類別區(qū)別不是很明顯，基于此本文提出基于人物屬性及關(guān)系框架的人名消歧方法，首先識(shí)別出人物的相關(guān)屬性和關(guān)系實(shí)體即一些與人物最相關(guān)的背景知識(shí)，提出了人物屬性及關(guān)系實(shí)體的識(shí)別方法，利用識(shí)別出的背景知識(shí)，再對(duì)人物是否屬于同一個(gè)人物進(jìn)行判斷