基于多知识库的短文本实体链接方法研究——以Wikipedia和Freebase为例

摘要：

[目的]基于多知识库进行实体链接,解决基于单一知识库的实体链接覆盖度低的问题.[方法]首先生成文本的n-gram并利用词性和多个指称-实体字典获取候选指称,然后生成指称组合并保留覆盖度最大且不被其他组合包含的指称组合,接着生成候选实体序列并利用多知识库信息计算实体序列的相关度,最后选择相关度最大的实体序列为最终结果.[结果]以Wikipedia和Freebase为例的实验结果表明,基于Wikipedia+Freebase的实体链接准确率、召回率、F值分别达到71.81％、76.86％、74.25％.[局限]基于词性过滤n-gram缺乏理论依据,数据集FACC1具有高准确率和低召回率的特点.[结论]利用多个知识库的实体信息,能够提升实体链接效果.

关键词：实体链接、知识库、Wikipedia、Freebase

分类号：G353.1(情报学、情报工作)

资助基金：本文系国家自然科学基金面上项目“基于语言模型的通用实体检索建模及框架实现研究”项目编号:71173164和武汉大学与中国科技信息研究所合作项目“科学文献的语义功能识别与深度利用”的研究成果之一.

在线出版日期：2016-08-10（万方平台首次上网日期，不代表论文的发表时间）

页码：1-11