您的位置: 专家智库 > >

庞琳

作品数:3 被引量:7H指数:2
供职机构:国家互联网应急中心更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划北京市自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇知识库
  • 1篇消解方法
  • 1篇感知
  • 1篇感知机

机构

  • 2篇中国科学院
  • 2篇国家互联网应...
  • 2篇中国科学院大...

作者

  • 2篇刘悦
  • 2篇庞琳
  • 1篇林海伦
  • 1篇伍大勇
  • 1篇刘倩
  • 1篇贾岩涛
  • 1篇程学旗
  • 1篇王元卓
  • 1篇刘春阳

传媒

  • 1篇计算机研究与...
  • 1篇计算机科学与...

年份

  • 1篇2017
  • 1篇2016
3 条 记 录,以下是 1-2
排序方式:
融合马尔可夫聚类的实体间关系消解方法
2017年
随着面向网络大数据的知识库的不断出现,它们各自都包含海量的实体以及实体间的关系。然而许多有相同含义的关系并没有统一名称,针对这种情况,提出了一种基于马尔可夫聚类(Markov cluster algorithm,MCL)的实体间关系融合方法。该方法首先计算关系间的语义相似度,然后利用关系间的语义相似度作为有边的权重,构建无向图,并利用马尔可夫聚类算法进行聚类。实验表明,该方法相比层次聚类和k-means聚类方法在聚类纯度上有一定提高,并且更加方便使用。
常雨骁庞琳贾岩涛林海伦王元卓刘悦刘春阳
关键词:知识库
结合全局特征的命名实体属性值抽取被引量:5
2016年
关注非结构化文本中命名实体属性值的抽取问题.当前主流有监督属性值抽取方法仅使用局部特征,抽取效果有限,开展了利用文本全局特征改善属性值抽取的研究.通过适用于中文属性值抽取的全局特征,用局部特征以外的有价值信息提高抽取效果.据此,提出结合全局特征的感知机学习算法,该算法能够方便地融合文本全局特征,并将全局特征和局部特征统一结合到模型学习过程中,使模型具有更好的特征表示能力.实验结果表明,所提出方法的整体抽取效果高于仅使用局部特征的CRF模型和平均感知机模型.该方法适用于开放领域的属性值获取,具有较好的泛化能力.
刘倩伍大勇刘悦程学旗庞琳
共1页<1>
聚类工具0