DBpedia Spotlight上的命名实体识别优化

摘要：

命名实体识别任务能够搭建知识库与自然语言之间的桥梁,为关键字提取、机器翻译、主题检测与跟踪等研究工作提供支撑.通过对目前命名实体识别领域的相关研究进行分析,提出了一套通用的命名实体识别优化方案.首先,设计并实现了利用候选集的增量式扩展方法,降低了对训练集的依赖性;其次,通过点互信息率对实体上下文进行特征选择,大幅度降低了上下文空间,同时提高了标注性能;最后,提出了基于主题向量的二次消歧方法,进一步增强了标注准确率.通过在广泛使用的开源命名实体识别系统DBpedia Spot-light上进行多种比较实验,验证了所提优化方案与已有系统相比具有较优的性能指标.

关键词：命名实体识别、链接数据、DBpediaSpotlight

所属期刊栏目：11

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61572353, 61373035;the National High Technology Research and Development Program of China under Grant No. 2013AA013204 国家高技术研究发展计划863计划

在线出版日期：2017-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1044-1055