基于查询扩展的人名消歧

doi:10.3724/SP.J.1087.2012.02488

计算机应用 ›› 2012, Vol. 32 ›› Issue (09): 2488-2490.DOI: 10.3724/SP.J.1087.2012.02488

基于查询扩展的人名消歧

杨欣欣^1,2*,李培峰^1,2,朱巧明^1,2

1.苏州大学计算机科学与技术学院,江苏苏州 215006;
2.江苏省计算机信息处理技术重点实验室,江苏苏州 215006

收稿日期:2012-03-16 修回日期:2012-05-03 发布日期:2012-09-01 出版日期:2012-09-01
通讯作者: 杨欣欣
作者简介:杨欣欣(1988-),男,江苏淮安人,硕士研究生,主要研究方向:自然语言处理; 李培峰(1971-),男,江苏吴江人,副教授,主要研究方向:自然语言处理、分布式信息系统、网格计算; 朱巧明(1963-),男,江苏昆山人,教授,博士生导师,主要研究方向:自然语言处理、Web信息处理、嵌入式系统。
基金资助:
国家自然科学基金资助项目(61070123,61003155);江苏省自然科学基金资助项目(BK2011282)

Name disambiguation based on query expansion

YANG Xin-xin^1,2*,LI Pei-feng^1,2,ZHU Qiao-ming^1,2

1.School of Computer Science and Technology,Soochow University,Suzhou Jiangsu 215006,China;
2.Key Laboratory of Computer Information Processing Technology of Jiangsu Province,Suzhou Jiangsu 215006,China

Received:2012-03-16 Revised:2012-05-03 Online:2012-09-01 Published:2012-09-01
Contact: Xin-Xin Yang

摘要/Abstract

摘要： 针对现有很多基于特征的人名消歧方法不适用于文档本身特征稀疏的问题,提出一种借助丰富的互联网资源,使用搜索引擎查询并扩展出更多与文档相关特征的方法。首先根据搜索引擎的特性构建了四类查询规则,然后通过这些查询规则进行搜索并返回前k个文档,最后对这些文档使用文档频率(DF)方法进行特征选择,并将选择的特征加入到原文档中。实验证明,该方法能显著提高人名消歧系统的性能,平均F值由76%增加到81%。

关键词: 查询扩展, 搜索引擎, 人名消歧, 命名实体

Abstract: Taking into account that many existing name disambiguation approaches are not suitable for documents with few features, this paper put forward a method that can get more features related to documents through search engine extension with the help of rich Internet resources. Firstly, four types of queries were constructed according to the characteristics of the search engine rules, and then search was done based on those query rules and the first k documents were returned. Lastly, a feature selection method of Document Frequency (DF) was used in these documents and the selected features were added to the original documents. The experimental results show that the query expansion approach can improve the performance of name disambiguation and make F-measure increase from 76% to 81%.

Key words: query expansion, search engine, name disambiguation, named entity

中图分类号:

TP391.3

杨欣欣李培峰朱巧明. 基于查询扩展的人名消歧[J]. 计算机应用, 2012, 32(09): 2488-2490.

YANG Xin-xin LI Pei-feng ZHU Qiao-ming. Name disambiguation based on query expansion[J]. Journal of Computer Applications, 2012, 32(09): 2488-2490.

参考文献

[1]BAGGA A,BALDWIN B.Entity-based cross-document coreferencing using the vector space model [C]// COLING '98:Proceedings of the 17th International Conference on Computational Linguistics.New York:ACM Press,1998:79-85.
[2]CHEN Y,JIN P,LI W,et al.The Chinese persons name disambiguation evaluation:exploration of personal name disambiguation in Chinese news [EB/OL].[2010-10-10].http://aclweb.org/anthology-new/W/W10/W10-4152.pdf.
[3]MANN G,YAROWSKY D.Unsupervised personal name disambiguation [C]// CONLL'03:Proceedings of the 7th Conference on Natural Language Learning at HLT-NAACL 2003.Stroudsburg,PA,USA:Association for Computational Linguistics,2003:33-40.
[4]FLEISCHMAN M B,HOVY E.Multi-document person name resolution [EB/OL].[2010-10-10].http://www.mit.edu/~mbf/ACL_04.pdf.
[5]CHEN Y,MARTIN J.Towards robust unsupervised personal name disambiguation [EB/OL].[2010-10-10].http://acl.ldc.upenn.edu/D/D07/D07-1020.pdf.
[6]ONO S,SATO I,YOSHIDA M,et al.Person name disambiguation in Web pages using social network,compound words and latent topics [C]// Proceedings of the 12th Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining.Berlin:Springer-Verlag,2008:260-271.
[7]ATTAR R,FRAENKEL A S.Local feedback in fulltext retrieval systems [J].Journal of the ACM (JACM),1977,24(3):397-417.
[8]MIN S,YEOL S,ROBERT A,et al.Keyphrase extraction-based query expansion in digital libraries [C]// Proceedings of the 6th ACM/IEEE-CS Joint Conference of Digital Libraries.New York:ACM Press,2006:202-209.
[9]ELMACIOGLU E,TAN Y F,YAN S,et al.PSNUS:Web people name disambiguation by simple clustering with rich features[EB/OL].[2010-10-10].http://acl.ldc.upenn.edu/W/W07/W07-2058.pdf.
[10]RABIA N,ZHAO C,DMITRI V K,et al.Exploiting Web querying for Web people search in WePS2 [EB/OL].[2010-10-10].http://www.itr-rescue.org/pubs/upload/883_Nuray-Turan2009.pdf.
[11]YANG Y,PEDERSEN J P.A comparative study on feature selection in text categorization [C]// ICML'97:Proceedings of the 14th International Conference on Machine Learning.San Francisco:Morgan Kaufmann Publishers,1997:412-420.
[12]朱颢东,钟勇.基于优化的文档频和Beam搜索的特征选择方法[J].计算机科学,2009,36(11):196-199.
[13]邱保志,许敏.无参数聚类边界检测算法的研究[J].计算机工程,2011,37(15):23-26.

[1]	孙焕良, 王思懿, 刘俊岭, 许景科. 社交媒体数据中水灾事件求助信息提取模型[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2437-2445.
[2]	于右任, 张仰森, 蒋玉茹, 黄改娟. 融合多粒度语言知识与层级信息的中文命名实体识别模型[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1706-1712.
[3]	董永峰, 白佳明, 王利琴, 王旭. 融合先验知识和字形特征的中文命名实体识别[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 702-708.
[4]	罗歆然, 李天瑞, 贾真. 基于自注意力机制与词汇增强的中文医学命名实体识别[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 385-392.
[5]	黄子麒, 胡建鹏. 实体类别增强的汽车领域嵌套命名实体识别[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 377-384.
[6]	张小艳, 段正宇. 基于句级别GAN的跨语言零资源命名实体识别模型[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2406-2411.
[7]	雷景生, 剌凯俊, 杨胜英, 吴怡. 基于上下文语义增强的实体关系联合抽取[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1438-1444.
[8]	胡文浩, 罗景, 涂新辉. 面向稠密检索的伪相关反馈方法[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1036-1042.
[9]	胡婕, 胡燕, 刘梦赤, 张龑. 基于知识库实体增强BERT模型的中文命名实体识别[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2680-2685.
[10]	侯旭东, 滕飞, 张艺. 基于深度自编码的医疗命名实体识别模型[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2686-2692.
[11]	徐关友, 冯伟森. 基于transformer的python命名实体识别模型[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2693-2700.
[12]	左亚尧, 陈皓宇, 陈致然, 洪嘉伟, 陈坤. 融合多语义特征的命名实体识别方法[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2001-2008.
[13]	韩玉民, 郝晓燕. 基于子词嵌入和相对注意力的材料实体识别[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1862-1868.
[14]	张毅, 王爽胜, 何彬, 叶培明, 李克强. 基于BERT的初等数学文本命名实体识别方法[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 433-439.
[15]	曾兰兰, 王以松, 陈攀峰. 基于BERT和联合学习的裁判文书命名实体识别[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3011-3017.

基于查询扩展的人名消歧

Name disambiguation based on query expansion

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics