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。實體鏈接技術能夠將實體指稱準確地鏈接到知識庫中對應的實體概念，把知識庫中豐富的背景知識引入到自然語言處理相關任務中，解決上述特點帶來的難題，更好地服務于相關學術研究與生產應用。
　　在深入學習了實體鏈接相關研究的基礎上，本文主要進行

2、了以下研究工作。（1）多源知識庫的構建。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、關聯(lián)實體、上下文背景等角度進行實體消歧，確定準確的目標實體。
　?。?）實體語義表示的獲取。本文基于深度神經網絡技術，構建了實體語義關系模型，選取關聯(lián)實體、實體類型、關系類型、實體描述等作為特

3、征，使用百科實體鏈接結果作為訓練數(shù)據(jù)源，訓練得到命名實體的語義表示。
　?。?）基于圖正則的實體消歧技術。本文根據(jù)待消歧實體的上下文構建完成實體關系圖，然后對頂點和邊的權重進行初始化，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確率達到