论文部分内容阅读
实体链接任务主要包括命名实体识别、查询扩展、候选实体选择、特征抽取和排序。本文针对查询词的扩展，提出了一种基于词向量的扩展方法。该方法利用连续词袋（Continuous bag-of-words，CBOW）模型训练语料中词语的词向量，然后将距离查询词近的词作为扩展词。词向量从语料中挖掘出词与词之间的语义相关性是对基于规则的查询扩展方法的补充，以此来召回候选实体。在特征抽取时，把文档之间的潜在狄利克雷分布（Latent Dirichlet allocation，LDA）的主题相似性作为特征之一。在计算文档相