基于主動學習的實體鏈接方法研究.pdf

1、實體鏈接是將文本中包含的命名實體指稱鏈接到知識庫對應(yīng)實體條目的任務(wù)。經(jīng)過近十年的發(fā)展，監(jiān)督學習方法和無監(jiān)督學習方法都在實體鏈接任務(wù)中得到了廣泛的應(yīng)用。然而，關(guān)于如何快速訓(xùn)練實體鏈接模型和構(gòu)建高質(zhì)量實體鏈接語料庫的工作相對較少。主動學習能夠根據(jù)學習進程，選擇最佳樣本交由人工標注，在減少訓(xùn)練樣本數(shù)量的同時，保持或提高模型性能。因此本文主要研究基于主動學習的實體鏈接方法。
　　本文分析了實體鏈接任務(wù)的特點，基于主動學習，對實體鏈接任務(wù)中

2、模型訓(xùn)練和語料構(gòu)建的方法做了相關(guān)研究，主要工作包括:
　　(1)針對基于監(jiān)督學習的實體鏈接模型，本文通過主動學習減少人工標注樣本的數(shù)量，并提出基于流行度的初始樣本選擇方法以及基于綜合不確定度和流行度的迭代訓(xùn)練樣本選擇方法。在初始訓(xùn)練樣本選擇階段，保證了初始訓(xùn)練樣本的代表性。在后續(xù)迭代訓(xùn)練階段，兼顧了被選擇樣本的不確定度和代表性。
　　(2)針對基于無監(jiān)督學習的實體鏈接銀標準語料構(gòu)建任務(wù)，為提高標注質(zhì)量，本文提出了基于主動學習