论文部分内容阅读
人名消歧任务被很多的研究者看作为一个聚类任务，任务是将指向实际生活中同一个人的文档聚为同一个类。本文针对人名消歧任务提出一种新的文档聚类策略，该策略采用多阶段的聚类方式来对多个文档进行聚类，并对各种特征在每个阶段中对系统性能的影响做了比较分析。本文主要介绍三阶段聚类体系。在第一阶段，系统首先使用启发式规则对文档进行初步聚类；在第二阶段，系统使用局部上下文特征对文档进行再次聚类；在第三阶段，使用全局上下文特征对文档进行最后一次聚类。实验结果表明，本文提出的聚类策略的系统性能（B-cubed F值）比仅凝聚型层次聚类的系统的性能（B-cubedF值）高出2.41％。