论文部分内容阅读
本文针对人名消歧任务中，由于歧义人名处于相近领域而区分困难的情况，提出了基于人物属性互斥与非互斥的两阶段人名消歧义方法。该方法的第一阶段，利用领域知识库和启发式规则抽取人物相关属性，包括职业领域、职务、相关实体等，利用这些属性进行人物的初步的聚合与划分，并识别出互斥与非互斥的人物；第二阶段则是在第一阶段的基础上，再进行一次基于主题聚类的人名消歧的过程，得到最终结果。在SIGHAN 2010训练数据上的对比实验中，本文提出的方法，较于单纯基于主题聚类算法的人名消歧，在Purity评价方法中，F 值平均提高了2个百分点，在B-Cubed 评价方法中，F值平均提高了3个百分点。