一个中文实体链接语料库建设.pdfVIP

北京大学学报 (自然科学版) 第 51卷 第 2期 2015年 3月 ActaScientiarumNaturaliumUniversitatisPekinensis，Vo1．51，No．2(Mar．2015) doi：10．13209／j．0479-8023．2015．042 一 个中文实体链接语料库的建设 舒佳根 ， 惠浩添 ， 钱龙华 ，， 朱巧明 ， 1．苏州大学 自然语言处理实验室，苏州 215006；2．苏州大学计算机科学与技术学院，苏州 215006 十通信作者，E—mail：qianlonghua@suda．edu．cn 摘要 鉴于现有 中文实体链接基准语料库的缺乏，在ACE2005中文语料库和 中文维基百科的基础上，通过 自 动构造和人工标注的方法，构建一个中文实体链接语料库及其相关的中文知识库。与传统的英文实体链接语 料库不同，构造 的中文实体链接语料库是基于实体而非单个实体指称 (Mention)。中文实体链接语料库的构 建，将为中文实体链接研究提供一个可用 的基准平台。 关键词 中文：实体链接；语料库 中图分类号 TP391 ConstructionofaChineseEntityLinkingCorpus SHUJiagen ，HUIHaotian ，QIANLonghua2}十，ZHUQiaoming 1．NaturalLanguageProcessingLab，Soochow University,Suzhou215006；2．SchoolofComputerScienceandTechnology SoochowUniversity,Suzhou215006；十Correspondingauthor，E—mail：qianlonghua@suda．edu．ca Abstract In view ofthe lack ofChinese entity linking benchmark corpus，the methodology ofautomatic constructionandmanualannotationwasappliedtobuildaChineseentity linking corpusaswellasitsrelated Chineseknowledgebasederivedfrom theACE2005ChineseCOrpHSandtheChineseW ikipediaresource．Contrary totraditionalEnglishentitylinkingcorpus，thiscoprusisbasedon entitiesratherthanindividualentitymentions． Theconsturction ofChineseentitylinkingcoprusprovidesabenchmarkplatform tothe Chineseentity linking researchcommunity． Keywords Chinese；entitylinking；COprUS 实体链接 (entity linking)任务是 由TAC(Text 一 般包括 3种形式：名称指称(NameMention)、名 AnalysisConference，http：／／www．nist．gov／tac)提 出的 词或者名词短语指称(NominalMention)、代词指称 KBP(knowledgebasepopulation)任务中的一个子任 (PronounMention)[。在例 1中， “刘敬民”是名称 务。举例说明，它是将例 1中的人物实体 “刘敬民” 指称 ，“北京奥 申委常务副主席”是名词指称 ，而 链接到知识库 中“刘敬 民”这个实体上 。如果知识库 “他”则是代词指称。 中没有 “刘敬 民”这个实体，就返 回一个空链接 实体链接在信息融合、知识获取以及知识图谱 (Nil)t”。