基于图方法的命名实体消歧.docVIP

基于图方法的命名实体消歧 　　摘 要： 名实体歧义是机器对自然语言进行理解时经常遇到的问题，为使机器能够正确地分析自然语言文本，对名实体消除歧义亟待解决。近年来，随着Wikipedia等语义知识库的出现，大量基于知识库的消歧方法被提出。命名实体消歧的任务是将文本中具有多个含义的实体指称去除歧义，并将其链接到知识库中的唯一实体。本文采用DBpedia作为知识库，基于图的方法进行实体消歧。 中国论文网 /8/view-7212316.htm 　　关键词：实体消歧；图方法；知识库；DBpedia 　　中图分类号：TP391.41 文献标识号：A 文章编号：2095-2163（2015）04- 　　Graph-Based Method for Named Entity Disambiguation 　　YANG Guang， LIU Bingquan， LIU Ming 　　（School of Computer Science and Technology， Harbin Institute of Technology， Harbin 150001， China） 　　Abstract： Ambiguity is one of the most common problems in natural language processing. In order to make machine analysis natural language texts correctly， eliminating ambiguity is an urgent problem to be addressed. In recent years， with the emergency of knowledge base such as Wikipedia， there are large amount of method proposed based on knowledge base. The task of named entity disambiguation is to eliminate ambiguity for the mentions which has multiple meanings， and link it to only one entity in knowledge base. This article uses a graph based method， and employs DBpedia as the knowledge base to link. 　　Keywords： Entity Disambiguation； Graph-Based Method； Knowledge Base； DBpedia 　　0 引 言 　　命名实体消歧在自然语言处理应用中发挥着重要的作用，可以有效解决语义网络，信息检索，问答等自然语言处理任务。在信息检索任务中，通过命名实体消歧可以区分具有相同文本表示的不同实体，从而去除不相关实体的信息，提高准确率。通过识别特定的实体，可以从大量文本中抽取某一特定实体的信息，对知识库中实体的内容进行扩展。 　　命名实体消歧的任务是，对于文本中给定的实体指称，找到知识库中对应的词条。实体指称是需要进行消歧的名实体字符串。例如下面这样一句话： 　　Michael Jordan plays basketball in Bulls. 　　该句话中的Jordan和Bulls就是实体指称，实体指称的获得需要命名实体识别步骤来实现，本文专注于实体消歧，命名实体识别部分不再赘述。由于实体的多义性，例如Michael Jordan，在搜索引擎的结果中即有篮球运动员Michael Jeffrey Jordan，又有伯克利教授Michael I. Jordan。如何从大量的候选实体中识别出正确的实体是实体消歧任务面临的挑战。 　　实体消歧的基本步骤是：首先，根据实体指称字符串，在知识库中获取候选实体。然后，对候选进行排序，将实体指称链接到最有可能的候选实体。 　　实体消歧的方法大致分为两种类别，一种是单实体消歧方法，一次对文本中的一个实体指称进行消歧，而不考虑同一文本中其他实体指称对其的影响。这种方法通常采用实体指称所在的上下文文本的局部特征和知识库中候选实体的描述文本进行比较。Bunescu[1]提出了一种根据实体指称的上下文文本和候选实体的维基百科类别的相似度进行实体消歧的方法。Zheng[2]采用了learning-to-rank方法将实体指称链接到最有可能的候选实体。 　　除了单实体消歧方法，另一类为整体消歧方法。由于同一文本中共现的实体往往基于同一个主题，或者具有某种相关性，所以这种方