一種基于譜聚類的共指消解方法.pdf

1、指代消解是自然語言處理中的一個(gè)基礎(chǔ)性問題。指代消解在命名實(shí)體識(shí)別與跟蹤、關(guān)系抽取、問題回答等任務(wù)中有著重要的作用。共指關(guān)系是指代關(guān)系中的等價(jià)關(guān)系,本文針對(duì)中文共指消解的具體任務(wù),提出采用譜聚類的方法解決共指消解問題。
　　 本文所提出的基于譜聚類的共指消解方法通過兩個(gè)步驟實(shí)現(xiàn)共指消解。首先采用最大熵分類器對(duì)待消解項(xiàng)對(duì)進(jìn)行是否存在共指關(guān)系的分類,將分類結(jié)果的條件概率值作為待消解項(xiàng)對(duì)之間存在共指關(guān)系的概率。然后基于此概率值構(gòu)造Lap

2、lacian矩陣,采用譜聚類算法對(duì)相應(yīng)的矩陣求特征向量,從而將待消解項(xiàng)對(duì)適當(dāng)?shù)暮喜⒒虿鸱?。最終形成實(shí)體類,實(shí)現(xiàn)共指消解。
　　 本文所采用的數(shù)據(jù)集是ACE2007中文語料,所采用的評(píng)測(cè)指標(biāo)為ACE的評(píng)測(cè)工具計(jì)算得出的ACEValue和BCubed評(píng)測(cè)指標(biāo)。
　　 本文還將譜聚類的算法與傳遞閉包、最近連接(ClosestLink)、最優(yōu)連接(BestLink)、BellTree等已有的共指消解中的聚類算法進(jìn)行比較,分析和對(duì)

3、比各種聚類算法的特點(diǎn)。
　　 通過實(shí)驗(yàn)數(shù)據(jù)我們發(fā)現(xiàn),譜聚類的方法在entitysubtype上通過適當(dāng)?shù)膮?shù)調(diào)整能從全局的角度進(jìn)行實(shí)體類劃分,ACEValue和BCubedF值分別達(dá)到了75.5％和82.0％,比上述常用的聚類算法中最好的性能分別高出0.6％和3.5％。但譜聚類的方法對(duì)于閾值和待消解項(xiàng)的類型較為敏感,因此,在不考慮類型的情況_卜其他聚類方法體現(xiàn)出了更好的效果。針對(duì)譜聚類算法自身存在的不足文章也進(jìn)行了一定的討論。<