一种基于特征映射的中文专家消歧方法

潘 霄，余正涛，郭剑毅，毛存礼，杨秀贞

(1. 昆明理工大学 信息工程与自动化学院，云南 昆明 650500；2. 昆明理工大学 智能信息处理重点实验室，云南 昆明 650500)

一种基于特征映射的中文专家消歧方法

潘 霄1,2，余正涛1,2，郭剑毅1,2，毛存礼1,2，杨秀贞1

(1. 昆明理工大学 信息工程与自动化学院，云南 昆明 650500；2. 昆明理工大学 智能信息处理重点实验室，云南 昆明 650500)

针对中文专家页面特点，以及用于消歧的基准专家页面中信息涵盖不全的问题，该文提出一种基于特征映射的中文专家消歧方法。首先，采用条件随机场模型，从基准专家页面和待消歧页面中提取出所定义的12维人物属性特征，并利用最大熵分类模型，结合已有消歧结果训练出各属性特征的权重；然后，针对某个专家的基准页面，计算待消歧页面与该页面的相似度，根据设定的阈值判断该页面是否单独成类，若不是单独成类，则利用特征映射，扩充该页面的属性特征，结合模糊聚类方法，得到与该页面为一类的页面。在“自然语言处理”及“机器学习”领域进行中文专家消歧实验，结果表明提出的方法能有效对中文专家页面进行消歧。

中文专家消歧；属性特征；特征映射；模糊聚类

1 引言

由于专家重名和表示方式多样性的问题，导致以某一专家姓名进行检索将返回多个不属于该专家的页面，为准确区分出该专家的专家页面，须对获取到的页面进行专家消歧。通常专家消歧可以转化成专家页面的聚类问题进行解决。……