我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于上下文词向量和主题模型的实体消歧方法 下载：57 浏览：264

王瑞 李弼程 杜文倩 《中文研究》 2019年8期

摘要:
传统词向量训练模型仅考虑词共现而未考虑词序，语义表达能力弱。此外，现有实体消歧方法没有考虑实体的局部特征。综合实体的全局特征和局部特征，该文提出一种基于上下文词向量和主题模型的实体消歧方法。首先，在传统词向量模型上增加上下文方向向量，用于表征语序，并利用该模型与主题模型训练主题词向量；其次，分别计算实体上下文相似度、基于实体上下文主题的类别主题相似度以及基于主题词向量的实体主题相似度；最后，融合三种相似度，选择相似度最高的实体作为最终消歧实体。实验结果表明，相比于现有的主流消歧方法，新方法是有效的。

面向知识库问答的实体链接方法 下载：58 浏览：356

赵畅 李慧颖 《中文研究》 2019年7期

摘要:
面向知识库问答的实体链接是指将自然语言问句中实体指称链接到知识库中实体的方法。目前主要面临两个问题:第一是自然语言问句短，实体指称上下文不充分；第二是结构化知识库中实体的文本描述信息少。因此，该文提出了分别利用候选实体的类别、关系和邻近实体作为候选实体表示的方法，弥补知识库实体描述信息不足的问题。同时，通过语料训练得到问句指称的相似实体指称作为其背景知识。最后，结合实体流行度，共同作为实体消歧的特征。实验结果表明，上述提到所有特征的线性组合在数据集上高于单个特征的结果，表现最佳。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享