搜索日志中命名实体识别

摘要：

[目的]搜索日志中命名实体识别对于优化搜索意图,提高搜索引擎服务质量存在重要意义.[方法]利用种子命名实体和模板匹配原则抽取候选命名实体并聚类,聚类后进行候选命名实体识别特征抽取,包括频次、不同模板数、模板权重特征.融合这些特征构造命名实体识别权重计算公式,并合理调整特征影响参数.[结果]对根据权重提取的命名实体进行标注和统计,发现P@500值平均达到75％左右,比Pasca方法高出7％.[局限]对模板敏感性弱的命名实体不能精确抽取.[结论]通过计算该方法抽取结果指标P@N值,并和其他方法抽取结果指标进行比较,证明该方法的有效性.

关键词：搜索日志、模板权重、类K-means聚类、特征权重、种子命名实体

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家自然科学基金项目“基于本体的专利自动标引研究”项目编号:61271304和北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目“面向领域的互联网多模态信息精准搜索方法研究”项目编号:KZ201311232037的研究成果之一.

在线出版日期：2015-06-29（万方平台首次上网日期，不代表论文的发表时间）

页码：49-56