融合卷积神经网络和重启随机游走的实体链接方法
提出了一种融合卷积神经网络和重启随机游走的实体链接方法.该方法首先对文本中的指称进行识别,然后生成指称的候选实体集,随后使用融合卷积神经网络和重启随机游走的实体链接方法对候选实体进行选择,最后对在知识库中无对应实体的指称进行聚类.该方法在TAC-KBP2016的实体识别与链接评测数据集上的FCEAFm值为0.652,2016年评测第1名的FCEAFm为0.643,实验结果表明,使用融合卷积神经网络和重启随机游走的实体链接方法能够有效地进行实体链接.
实体链接、卷积神经网络、重启随机游走
41
TN911.22
国家自然科学基金面上项目61671070;网络文化与数字传播北京市重点实验室开放课题项目ICDD201703
2018-05-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
65-69