基于圖模型和語義表示的實體鏈接研究.pdf

1、近些年來，實體鏈接技術(shù)是語義網(wǎng)研究領(lǐng)域的一個熱點。實體鏈接技術(shù)對于知識庫擴展、問答系統(tǒng)、信息提取和信息檢索等領(lǐng)域的發(fā)展具有巨大的促進作用。一般來說，典型的實體鏈接系統(tǒng)可以分為候選實體生成、候選實體消歧以及未登錄實體檢測三個模塊，候選實體消歧是當前實體鏈接研究的重點。
　　當前實體消歧方法可以分為基于概率生成模型方法、基于主題模型方法、基于圖的方法等。而基于圖的方法通過對整篇文檔中所有的候選實體的主題一致性進行建模，相比于僅考慮單個

2、實體上下文的方法優(yōu)勢明顯?，F(xiàn)有的基于圖的實體消歧方法普遍存在問題是:沒有充分發(fā)揮無歧義實體的作用，實體關(guān)聯(lián)圖中語義信息并未隨著無歧義實體的增加而豐富。
　　針對該問題，本文提出了一種基于圖模型和語義表示的實體鏈接算法，該算法通過構(gòu)建關(guān)聯(lián)圖能充分發(fā)揮無歧義實體的核心作用。具體而言，本文的工作主要有:
　　1)提出了一種實體關(guān)聯(lián)圖構(gòu)建方法。將同一文本中得到的所有實體指稱項和相應(yīng)的候選實體集合，構(gòu)造出一張該文本的實體關(guān)聯(lián)圖，作為動

3、態(tài)實體消歧算法的依據(jù)。實體關(guān)聯(lián)圖中頂點數(shù)目、邊的數(shù)目以及邊權(quán)值隨著無歧義實體逐步增加而動態(tài)變化。
　　2)提出了一個基于圖和PageRank的動態(tài)實體消歧算法。該消歧算法考慮候選實體間的語義一致性，充分發(fā)揮無歧義候選實體的核心作用，每輪挑選出最高得分的未消歧候選實體作為其實體指稱的目標實體，逐步完成實體指稱對應(yīng)多個候選實體的消歧選擇過程。
　　3)通過在3個公開數(shù)據(jù)集上的多個實驗對比，評估了AGDISTIS算法、PBoH算法