融合页面结构与内容的在线百科实体标注方法

摘要：

在线百科实体标注目的是标注出属于特定类别（如人名、地名、机构名等）的实体。百科实体标注对大量的应用，诸如实体消歧、实体关系挖掘、知识库构建都很重要。百科实体特征可以分为结构特征（属性框、标题、类别等）和内容特征（页面正文）。现有的标注方法大多只考虑一种特征或者一种分类器，导致F1值较低，无法充分发挥两种特征的优势。因此，提出了融合页面结构特征和内容特征的在线百科实体标注方法。该方法考虑了两种特征对标注结果的影响，分别构造分类器，并且对结果进行线性组合，能够更准确地实现百科实体的实体标注。实验表明，该方法在实体标注中F1值较其他对比实验方法均有所提高。

关键词：实体标注、在线百科、命名实体、实体分类

分类号：TP319(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61173008,61232010,61303244,61370132,61402442;the National Basic Research Program of China under Grant Nos.2014CB340401,2013CB329601国家重点基础研究发展计划973计划;the Science and Technology Nova Program of Beijing under Grant No. Z121101002512063;the Natural Science Foundation of Beijing under Grant No.4154086

在线出版日期：2015-10-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1238-1246