中文短文本實體識別和鏈接研究.pdf_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著社會的信息化進(jìn)程,人們對自然語言語義理解系統(tǒng)的需求越來越迫切。目前基于命名實體的研究成為了語義研究的熱點。本文研究了中文短文本的命名實體識別(NER)和實體鏈接(EL),考慮這兩個任務(wù)的相關(guān)性,采用了聯(lián)合處理這兩個任務(wù)的方式。
  實體識別和鏈接是文本分析的基本任務(wù),是許多自然語言任務(wù)的基礎(chǔ)支撐模塊?,F(xiàn)有方法大多使用pipeline模式執(zhí)行這兩個任務(wù)。通常先使用一個NER系統(tǒng)尋找命名實體的邊界,然后使用一個EL系統(tǒng)關(guān)聯(lián)命名實體

2、到具體的知識庫條目。在這樣的模式下NER系統(tǒng)的錯誤往往會傳遞到EL系統(tǒng)中,且EL系統(tǒng)缺乏足夠的信息糾正錯誤。這種模式在長文本上可能合適,因為現(xiàn)有的實體識別系統(tǒng)在足夠的訓(xùn)練語料和足夠理想的上下文情況下表現(xiàn)良好。但當(dāng)我們處理短文本的時候,這種模式下的NER系統(tǒng)對最終實體識別和鏈接的結(jié)果產(chǎn)生了不利影響。
  為了解決此類在短文本實體識別和鏈接任務(wù)上的錯誤傳播問題,我們基于兩個任務(wù)之間的耦合關(guān)系及潛在可能的互促進(jìn)效應(yīng),提出了2個聯(lián)合處理N

3、ER和EL任務(wù)的模型,分別是線性模型和基于半條件隨機(jī)場的模型。研究者們一般視NER為一個序列標(biāo)注問題,EL任務(wù)為實體排序問題。我們的線性模型視NER和EL任務(wù)為排序問題。它生成盡可能多的候選“實體指稱和實體對”,并對其進(jìn)行排序,選擇最合適的“實體指稱和實體對”。我們基于半條件隨機(jī)場的聯(lián)合模型處理的是序列標(biāo)注問題,在標(biāo)注其“實體指稱”時,盡可能多的使用實體相關(guān)的特征。在聯(lián)合處理實體識別和鏈接的情況下,我們可用的特征較分別處理識別和鏈接更加

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論