DBpedia Spotlight上的命名实体识别优化

来源：计算机科学与探索杂志2017年第7期北京时间：

作者：付宇新，王鑫，冯志勇，徐强

单位：1. 天津大学 计算机科学与技术学院，天津 3003542. 天津市认知计算与应用重点实验室，天津 3003543. 天津大学 软件学院，天津 300354

摘要：命名实体识别任务能够搭建知识库与自然语言之间的桥梁，为关键字提取、机器翻译、主题检测与跟踪等研究工作提供支撑。通过对目前命名实体识别领域的相关研究进行分析，提出了一套通用的命名实体识别优化方案。首先，设计并实现了利用候选集的增量式扩展方法，降低了对训练集的依赖性；其次，通过点互信息率对实体上下文进行特征选择，大幅度降低了上下文空间，同时提高了标注性能；最后，提出了基于主题向量的二次消歧方法，进一步增强了标注准确率。通过在广泛使用的开源命名实体识别系统DBpedia Spotlight上进行多种比较实验，验证了所提优化方案与已有系统相比具有较优的性能指标。

关键词：命名实体识别,链接数据,DBpedia Spotlight