結(jié)合共指消解的跨文檔中文人名消歧研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，如何從爆炸式增長的信息中高效地找到自己所需信息成為信息檢索研究的重要目標(biāo)。其中，面向人名的檢索有著非常廣泛的應(yīng)用。但是在中文互聯(lián)網(wǎng)環(huán)境中，人名重名的現(xiàn)象非常嚴(yán)重，這給面向人名的檢索帶來了巨大困難。為此，人名消歧的研究近年來成為信息檢索領(lǐng)域的重要課題。
　　分析顯示，人名帶來的歧義性既可能來自于文檔內(nèi)代詞導(dǎo)致的共指歧義，也可能來自于多個(gè)文檔之間對(duì)應(yīng)于不同實(shí)際個(gè)體的重名歧義。因此，中文人名消歧包括文檔內(nèi)人名共指消

2、解和跨文檔人名重名消歧。共指消解的典型方法中，基于規(guī)則的方法可移植性比較差；而基于統(tǒng)計(jì)方法能夠獲得準(zhǔn)確率和召回率的平衡，但對(duì)訓(xùn)練數(shù)據(jù)依賴很大。在跨文檔重名消歧研究中，基于人名上下文詞語特征的方法因缺乏消歧需要的知識(shí)而遇到消歧性能的瓶頸；而利用社會(huì)網(wǎng)絡(luò)等外部知識(shí)的方法則受到所使用外部知識(shí)的限制而很難進(jìn)一步提升消歧性能。
　　為此，本文進(jìn)行了以下研究。第一、本文研究了通過結(jié)合人名構(gòu)成規(guī)則和人名出現(xiàn)的特點(diǎn)改善人名識(shí)別結(jié)果的方法。第二、針

3、對(duì)文檔內(nèi)的共指消解問題，設(shè)計(jì)實(shí)現(xiàn)了一種結(jié)合漢語語言規(guī)則和統(tǒng)計(jì)學(xué)習(xí)的方法，對(duì)候選名詞短語對(duì)是否存在共指關(guān)系進(jìn)行判定，實(shí)現(xiàn)文檔內(nèi)共指消解。該方法在CoNLL2012共指消解中文數(shù)據(jù)集上達(dá)到評(píng)價(jià)指標(biāo)0.651的成績。第三、在應(yīng)用共指消解方法確定人名準(zhǔn)確上下文的基礎(chǔ)上，提出了一種結(jié)合百科知識(shí)和利用互聯(lián)網(wǎng)檢索驗(yàn)證的跨文檔人名消歧方法。該方法在CIPS-SIGHAN2012中文人名消歧數(shù)據(jù)集上達(dá)到準(zhǔn)確率82.4％，召回率83.4%的性能。