基于类别模板挖掘的百科相关实体构建

摘要：

针对现有百科数据知识零散,而人工构建相关实体代价过高,难以大规模构造的问题,提出一种基于相关实体类别模板的实体归类与相关度排序算法,用于对零散的百科实体进行自动的归类整理.利用类别相似的实体对应的页面中所引用的实体,挖掘出与查询实体相关的实体类别模板,并把相关实体直接通过其类别映射进模板中,再对模板中的实体进行相关度排序.实验结果表明,与基于聚类的算法相比,该算法能够取得更准确的实体归类整理效果,与先进行相关度排序再归类的方法相比有更低的时间复杂度,可降低人工构建百科相关实体的代价.

关键词：信息检索、模板挖掘、实体相似度、noisy-or模型、实体相关度

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61472085;上海科技创新行动计划基础研究基金资助项目15JC1400900;上海市科技启明星计划基金资助项目13511504300

在线出版日期：2016-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：180-185,191