加权平均Word2Vec实体对齐方法

摘要：

针对已有文本相似度计算方法应用在实体对齐上准确率低的问题,提出一种加权平均Word2Vec的实体对齐方法.利用Word2Vec训练文本,得到词向量模型;使用LTP (language technology platform)工具抽取文本中的命名实体并对其进行分词、去停用词处理,由Word2Vec得到处理后的词向量;根据分词后出现相同词的情况进行加权归一,得到各实体的特征向量;利用特征向量计算余弦相似度得到对齐结果.实验结果表明,与已有的文本相似度方法及未改进的Word2Vec方法对比,所提方法降低了实体对齐的漏检率,提高了准确性.

关键词：词嵌入、命名实体识别、中文组织机构名、实体对齐、词向量

所属期刊栏目：40

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2019-08-02（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：1927-1933