DBpedia Spotlight上的命名实体识别优化

被引：3

作者：

付宇新 ^{[1
,2
]}

王鑫 ^{[1
,2
]}

冯志勇 ^{[2
,3
]}

徐强 ^{[1
,2
]}

机构：

[1] 天津大学计算机科学与技术学院

[2] 天津市认知计算与应用重点实验室

[3] 天津大学软件学院

来源：

计算机科学与探索 | 2017年 / 11卷 / 07期

基金：

国家高技术研究发展计划(863计划);

关键词：

命名实体识别; 链接数据; DBpedia Spotlight;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

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 Spotlight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。

引用

页码：1044 / 1055

页数：12