基于关系指数和表示学习的领域集成实体链接

本文针对现有方法不能很好结合文本信息和知识库信息的问题,提出一种基于关系指数和表示学习的领域集成实体链接方法.首先,本文构建了特定领域知识库;其次,运用表示学习从文本信息中得到的向量表示计算实体指称项的上下文、主题关键词、扩展词三个特征的相似度;然后,利用知识库中的关系信息计算候选实体的关系指数;最后,将这三种相似度及关系指数相融合,用于实体链接.实验结果表明,相较于现有方法,本文方法能够有效地提高F1值,并且该方法不需要标注语料,更加简单高效,适应于缺少标注语料的特定领域....

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 47; no. 10; pp. 2376 - 2385
Main Authors 蒋胜臣, 王红斌, 余正涛, 线岩团, 王红涛
Format Journal Article
LanguageChinese
Published 昆明理工大学云南省人工智能重点实验室 昆明650500 01.10.2021
昆明理工大学信息工程与自动化学院 昆明650500
Subjects
集成实体链接;特定领域;表示学习;关系指数
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.c180705

Cover

More Information
Summary:本文针对现有方法不能很好结合文本信息和知识库信息的问题,提出一种基于关系指数和表示学习的领域集成实体链接方法.首先,本文构建了特定领域知识库;其次,运用表示学习从文本信息中得到的向量表示计算实体指称项的上下文、主题关键词、扩展词三个特征的相似度;然后,利用知识库中的关系信息计算候选实体的关系指数;最后,将这三种相似度及关系指数相融合,用于实体链接.实验结果表明,相较于现有方法,本文方法能够有效地提高F1值,并且该方法不需要标注语料,更加简单高效,适应于缺少标注语料的特定领域.
ISSN:0254-4156
DOI:10.16383/j.aas.c180705