基于向量空間模型的中文微博實(shí)體鏈接(編輯修改稿)
2025-08-14 18:39 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 鄭州大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室 數(shù)據(jù)預(yù)處理（ 4/4） ? 符號(hào)的不當(dāng) 數(shù)據(jù)集中存在一些待鏈接字符串的符號(hào)書寫不規(guī)范問題，這樣會(huì)影響到檢索結(jié)果的準(zhǔn)確性。如“ 霸王別姬 ”、“ 曉說 ”等，采用直接取出上述符號(hào)的做法。 鄭州大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室 獲取百度百科候選實(shí)體（ 1/4） ? 本次任務(wù)的知識(shí)庫(kù)只包含存在 InfoBox結(jié)構(gòu)的百度百科實(shí)體，如下圖： 因此，對(duì)于不包含上述結(jié)構(gòu)的命名實(shí)體，則直接置為 NIL。 鄭州大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室 獲取百度百科候選實(shí)體（ 2/4） ? 對(duì)于那些不能直接在百度百科知識(shí)中檢索到的命名實(shí)體，本文采用 Jaccard系數(shù) ? 上述公式的幾何意義表示 A,B字符串的相交程度，即兩字符串相同詞的個(gè)數(shù)占兩字符串所有詞的并集比例的高低。 鄭州大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室 獲取百度百科候選實(shí)體（ 3/4） ? 例如，搜索“東京 FC隊(duì) 百度百科”， A={東京， FC，隊(duì) }； B1={東京，足球， 俱樂部 }； B2={東京， FC， 足球， 俱樂部 }；B3={長(zhǎng)友佑，都
外語(yǔ)相關(guān)推薦
鄂ICP備17016276號(hào)-1