冯冲　石戈　郭宇航　龚静　黄河燕,2



基于词向量语义分类的微博实体链接方法

冯冲1石戈1郭宇航1龚静1黄河燕1,2

微博实体链接是把微博中给定的指称链接到知识库的过程，广泛应用于信息抽取、自动问答等自然语言处理任务（Natural language processing，NLP）.由于微博内容简短，传统长文本实体链接的算法并不能很好地用于微博实体链接任务.以往研究大都基于实体指称及其上下文构建模型进行消歧，难以识别具有相似词汇和句法特征的候选实体.本文充分利用指称和候选实体本身所含有的语义信息，提出在词向量层面对任务进行抽象建模，并设计一种基于词向量语义分类的微博实体链接方法.首先通过神经网络训练词向量模板，然后通过实体聚类获得类别标签作为特征，再通过多分类模型预测目标实体的主题类别来完成实体消歧.在NLPCC2014公开评测数据集上的实验结果表明，本文方法的准确率和召回率均高于此前已报道的最佳结果，特别是实体链接准确率有显著提升.

词向量，实体链接，社会媒体处理，神经网络，多分类

引用格式冯冲，石戈，郭宇航，龚静，黄河燕.基于词向量语义分类的微博实体链接方法.自动化学报，2016，42（6）：915-922

微博是一种通过关注机制分享简短实时信息的广播式的社交网络平台，已成为目前最流行的社交平台之一.截至2014年9月30日，微博的月活跃用户已经达到1.67亿，用户每天产生的微博数目达到2亿［1］.如何从海量微博中自动地及时分析、获……