基于語義表示與圖正則的實體鏈接研究.pdf

1、命名實體鏈接是自然語言處理領(lǐng)域一項重要的研究課題，在大數(shù)據(jù)背景下的知識獲取與分析領(lǐng)域顯得非常重要。作為自然語言的重要組成部分，命名實體具有歧義性、多樣性和不規(guī)范性等特點，給自然語言理解帶來了很大的麻煩。實體鏈接技術(shù)能夠?qū)嶓w指稱準(zhǔn)確地鏈接到知識庫中對應(yīng)的實體概念，把知識庫中豐富的背景知識引入到自然語言處理相關(guān)任務(wù)中，解決上述特點帶來的難題，更好地服務(wù)于相關(guān)學(xué)術(shù)研究與生產(chǎn)應(yīng)用。
　　在深入學(xué)習(xí)了實體鏈接相關(guān)研究的基礎(chǔ)上，本文主要進行

2、了以下研究工作。（1）多源知識庫的構(gòu)建。本文參考多種百科資源，建立同義詞知識庫和歧義詞知識庫，用以支持候選實體生成；建立實體流行度知識庫、實體鏈接關(guān)系知識庫、百科頁面上下文實體知識庫、百科頁面上下文詞語知識庫等，用以支持實體鏈接模型從流行度、關(guān)聯(lián)實體、上下文背景等角度進行實體消歧，確定準(zhǔn)確的目標(biāo)實體。
　?。?）實體語義表示的獲取。本文基于深度神經(jīng)網(wǎng)絡(luò)技術(shù)，構(gòu)建了實體語義關(guān)系模型，選取關(guān)聯(lián)實體、實體類型、關(guān)系類型、實體描述等作為特

3、征，使用百科實體鏈接結(jié)果作為訓(xùn)練數(shù)據(jù)源，訓(xùn)練得到命名實體的語義表示。
　　（3）基于圖正則的實體消歧技術(shù)。本文根據(jù)待消歧實體的上下文構(gòu)建完成實體關(guān)系圖，然后對頂點和邊的權(quán)重進行初始化，最后通過最優(yōu)化圖正則損失函數(shù)，獲得各個頂點的穩(wěn)定得分，選取得分較高的實體作為目標(biāo)實體。
　　最后，本文分別在NLP&CC2013和NLP&CC2014實體鏈接數(shù)據(jù)集上進行了實驗，實驗表明，本文提出的基于語義表示與圖正則的實體鏈接方法的準(zhǔn)確率達到