论文研究 基于聚类集成的人名消歧算法.pdf

传统人名消歧算法中，每类特征仅反映人物实体的部分信息，且不同聚类算法各有优缺点。提出了一种基于聚类集成的人名消歧算法。从文本中提取上下文特征、实体特征、社会关系特征得到三个相似度矩阵，并对这三个相似度矩阵进行融合得到一个融合相似度矩阵，把这四个相似度矩阵作为输入，利用不同的聚类算法得到不同的划分，采用基于均方误差邻接矩阵聚类（squared error adjacency matrix clustering，SEAM）算法对这些划分进行集成，实现人名消歧。在CLP2010人名消歧训练语料上进行实验，结果表明，新算法有效地提高了人名消歧的准确性和鲁棒性。