基于词袋模型的关联数据融合算法改进研究.PDFVIP

田  野  张静蓓：基于词袋模型的关联数据融合算法改进研究 Tian Ye, Zhang Jingbei: Improvement of Linked Data Fusion Algorithm Based on Bag of Words   17 基于词袋模型的关联数据融合算法改进研究 1  2 田  野 张静蓓   （1 上海财经大学  2 上海外国语大学图书  馆） 摘  要   词袋模型是一种最原始且普遍适用的关联数据融合算法，但是该算法中关键词匹配未利 用自身语义以及语料库不足等现象，造成实体链接准确率不高。本文提出使用知识库作为背景， 利用语义扩展和循环迭代来增强实体消歧的速度和准确率。该算法分为两个过程，首先对关联数 据集进行初步的语义融合，然后在此基础上，利用本文提出的语义循环迭代词袋（s-i-BoW）算 法实现实体的消歧与链接。实验通过与基于传统词袋算法的关联数据融合进行了对比，证明了本 文提出的语义循环迭代词袋算法具备更优的关联数据融合效  果。 关键词  词袋模型  BoW  关联数据融合  实体链接  实体消歧 DOI: 10.13663/ki.lj.2016.12.003 Improvement of Linked Data Fusion Algorithm Based on Bag  of Words 1 2 Tian Ye Zhang Jingbei (1 Shanghai University of Finance and Economics; 2 Shanghai International Studies University Library) Abstract Bag of words model is one of the most primitive linked data fusion algorithm, but the algorithm does not use its own semantic keyword for matching and corpus is inadequate, resulting in low accuracy rate of entity link.This paper proposes the use of semantic knowledge base, the use of semantic extension and loop iterations to enhance the speed and accuracy of entity disambiguation. The algorithm includes two processes. First, linked data sets should go through preliminary semantic integration, on the basis of which, the proposed s-i-BoW algorithm should be utilized to remove the entity ambiguation and links. After comparing with the result received from traditional bag of words model, the paper proves the better effect and efficiency of the proposed s-i-BoW algorithm. Key words Bag of words model, BoW, Linked data fusion, Entity links, Entity disambiguation 0  引言 技术方法的融合效果，但是这些方法要么计算 随着计算机技术的发展，数字文献资源成 开销过大，要么只能识别特定数据集的资源， 为科研人员开展研究的基础。当用户检索文献 很难满足实际的需  要。 内容时，往往面临着多个分布式的异构数据 本文针对传统词袋模型算法的不足，提出 源，并且随着网络信息资源的爆炸式增长，因 使用语义知识库作为背景，利用语义扩展和循 此传统的数