基于知识图谱的命名实体消歧方法研究

该文提出一种基于知识图谱的面向英文命名实体的消歧方法,该方法提取英文维基百科文章的简介部分,对简介部分预处理之后,使用SpaCy库来识别简介中的所有命名实体,接着利用锚文本频率和simHash两种方法实现候选集的生成,为了证明该方法的有效性,本文构建相应模型,将文本中的词转化为词向量输入双向LSTM,将其输出与知识图谱向量,一起作为前馈神经网络的输入,最终得到对应的真实实体。最后,在一个小规模测试集上进行了实验,与基准相比,准确率提高了8%。