本文详细介绍了实体消歧的任务定义、分类和相关评测标准，特别是基于聚类和实体链接的消歧方法。通过六元组阐述实体消歧任务，并探讨了不同相似度计算方法和评测指标，如Purity、InversePurity和F值。同时，文章涵盖了向量空间模型、主题一致性模型以及基于神经网络的实体消歧技术。
第五章 实体消歧
实体具有歧义性，体现在两个方面：
- 同一实体在文本中会有不同的指称 ⇒ \Rightarrow ⇒ 指称的多样性
- 相同的实体指称在不同的上下文中可以指不同的实体 ⇒ \Rightarrow ⇒ 指称的歧义性
任务概述
定义
实体消歧可以通过六元组进行定义：
M = N , E , D , O , K , δ M = N,E,D,O,K,\delta M=N,E,D,O,K,δ
- N = n 1 , n 2 , . . . , n l N = n_1,n_2,...,n_l N=n1,n2,...,nl是待消歧的实体名集合
- E = e 1 , e 2 , . . . , e k E = e_1,e_2,...,e_k E=e1,e2,...,ek是待消歧实体名的目标实体列表，包括了所有待消歧实体名可能指向的实体。在实际应用中，目标实体列表通常以知识库的形式给出
- D = d 1 , d 2 , . . . , d n D = d_1,d_2,...,d_n D=d1,d2,...,dn是一个包含了待消歧实体名的文档集
- O = o 1 , o 2 , . . . , o m O = o_1,o_2,...,o_m O=o1,o
最低0.47元/天 解锁文章
扫一扫
920
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
