采用改进最长公共子序列的人名消歧-华侨大学学报自然科学版.PDFVIP

第 卷 第 期 华 侨 大 学 学 报 （自然 科 学 版 ） ３７ ２ Ｖｏｌ．３７ Ｎｏ．２ 　 　 　 　 年 月 （ ） ２０１６ ３ ＪｏｕｒｎａｌｏｆＨｕａｉａｏＵｎｉｖｅｒｓｉｔ ＮａｔｕｒａｌＳｃｉｅｎｃｅ Ｍａｒ．２０１６ 　 　 ｑ ｙ 文章编号： （ ） ： ／ １０００５０１３２０１６０２０２０１０６ 犱狅犻１０．１１８３０ＩＳＳＮ．１０００５０１３．２０１６．０２．０２０１ 　 　 采用改进最长公共子序列的人名消歧 林翠萍，吴扬扬 （华侨大学 计算机科学与技术学院，福建 厦门 ３６１０２１） 摘要： 将名词、形容词、动名词和命名实体作为文本特征，考虑词序与词频，结合特征项的语义，提出一种基 　 于改进最长公共子序列的文本聚类（ ）方法 实验结果表明：相对于传统的余弦值聚类方法， 方法 ＬＣＳＣ ． ＬＣＳＣ 在人名消歧的 指标上， 平均值由 提高到了 ；相对于最长公共子序列方法，总体性能也提 ＰＩＰ 犉 ７４．２％ ８４．９％ ? 高了３．７％． 关键词： 人名消歧；文本相似度；最长公共子序列；层次聚类 　 中图分类号： ＴＰ３９１ 文献标志码： Ａ 　 　 ［］ 据统计，在 或 上搜索人名的量达到了 １ ，作为互联网检索的一个子任务，人名 Ｇｏｏｌｅ Ｙａｈｏｏ ３０％ ｇ 搜索返回结果往往是相关重名人的网页 目前人名消歧的主流方法是基于向量空间模型的聚类方法，该 ． ［］ ２ 方法的研究主要集中在特征提取和表示．Ｂａ ａ等 用向量空间模型解决跨文档人名的共指消解问题． ｇｇ ［］ ［］ ３ ４ Ｍａｎｎ等 自动提取了出生地、出生年月、职务等的人物传记信息，构成丰富的特征空间．Ｐｅｄｅｒｓｅｎ等