您的位置： 专家智库 > >

石贝

作品数：4 被引量：15H指数：1
供职机构：中国科学院软件研究所更多>>
发文基金：国家自然科学基金北京市重点实验室开放基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 2篇专利

领域

  • 3篇自动化与计算...

主题

  • 3篇查询
  • 3篇抽取
  • 2篇迭代
  • 2篇预设
  • 2篇种子
  • 2篇查询性能
  • 1篇日志
  • 1篇别名
  • 1篇查询日志
  • 1篇抽取方法

机构

  • 4篇中国科学院软...

作者

  • 4篇石贝
  • 4篇孙乐
  • 2篇韩先培
  • 1篇彭泽环

传媒

  • 2篇中文信息学报

年份

  • 1篇2018
  • 1篇2015
  • 2篇2013
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
基于协同自扩展的命名实体集合扩展方法及查询推荐方法
本发明公开了一种基于协同自扩展的命名实体集合扩展方法及查询推荐方法。本方法为:1)根据输入的种子集合，对每一种子生成一模板并对该模板的质量进行评估；2)利用选取的模板进行实例抽取，并建立每一所选模板的模板-实例关系；3)...
孙乐石贝
基于排序学习的微博用户推荐被引量：15
2013年
该文在分析总结影响微博用户推荐的四大类信息,包括用户的内容信息、个人信息、交互信息和社交拓扑信息的基础上,提出一个基于排序学习的微博用户推荐框架,排序学习的本质是用机器学习中的分类或回归方法解决排序问题,该框架可以综合各类信息特征进行用户推荐。实验结果表明:(1)融合多个特征综合推荐通常可以取得更好的推荐效果;(2)基于用户个人信息、交互信息、社交拓扑信息的推荐效果均好于基于用户内容的推荐效果。
彭泽环孙乐韩先培石贝
基于图的查询日志实体别名抽取方法
2013年
实体的别名是指同一个实体的不同名称。传统的别名抽取方法存在训练语料构建困难和时效性差这两个问题。针对这两个问题,该文提出了一种基于图的查询日志实体别名抽取方法。该方法利用查询日志的上下文信息和查询链接信息,构建了二层图(包括别名候选图层和查询链接图层),并通过随机游走算法对图中的候选别名进行排序。实验结果表明:1)该方法准确率达到了71.8%,证明该方法可行有效。2)使用查询链接信息进行别名抽取优于使用上下文信息进行别名抽取。这两种信息的结合能获得更好的别名抽取效果。
石贝孙乐韩先培
关键词：查询日志
基于协同自扩展的命名实体集合扩展方法及查询推荐方法
本发明公开了一种基于协同自扩展的命名实体集合扩展方法及查询推荐方法。本方法为:1)根据输入的种子集合，对每一种子生成一模板并对该模板的质量进行评估；2)利用选取的模板进行实例抽取，并建立每一所选模板的模板‑实例关系；3)...
孙乐石贝
文献传递
全选 清除 导出
共1页<1>
聚类工具0