基于给定实体和属性的相似实体推荐方法

doi:10.3969/j.issn.1000-3428.2016.10.032

计算机工程

基于给定实体和属性的相似实体推荐方法

刘永平¹,胡忠顺²,阳德青¹,肖仰华¹

(1.复旦大学计算机科学技术学院,上海 201203; 2.上海理想信息产业(集团)有限公司,上海 200030)

收稿日期:2015-09-02 出版日期:2016-10-15 发布日期:2016-10-15
作者简介:刘永平(1989—),男,硕士研究生,主研方向为数据挖掘、知识库;胡忠顺,研究员;阳德青,讲师、博士;肖仰华,副教授、博士、博士生导师。
基金资助:
国家自然科学基金资助项目(61472085);上海科技创新行动计划基础研究基金资助项目(15JC1400900);上海科技启明星计划基金资助项目(13dz226200)。

Similar Entity Recommendation Method Based on Given Entity and Attribute

LIU Yongping¹,HU Zhongshun ²,YANG Deqing¹,XIAO Yanghua¹

(1.School of Computer Science,Fudan University,Shanghai 201203,China;2.Shanghai Ideal Information Industry(Group) Co.,Ltd.,Shanghai 200030,China)

Received:2015-09-02 Online:2016-10-15 Published:2016-10-15

摘要/Abstract

摘要： 一个实体有时会属于多个不同的概念,同时也会属于不同粒度的相似概念。提出一种对于给定实体和属性集情况下实体概念化的方法,通过建立概念的属性模板并计算不同属性对于一个概念的典型性来推断实体与不同属性结合时的概念。给出融合4个方面特征的基于贝叶斯的相似候选实体排序模型。实验结果表明,该方法能够有效地提高相似实体的推荐效果。

关键词: 实体概念化, 条件概率, 实体相似性, 属性分析, 链接, 实体排序

Abstract: An entity may belong to several different concepts.At the same time,it may belong to some varigrained similar concepts.This paper proposes a method that handles the entity conceptualization based on the given entities and attribute sets.By establishing concept’s attribute template and the typicalness of attributes in the concept,this method deduces an entity’s concept when combined with different attributes.It also proposes a Bayesian similar candidate entity ranking model which takes four characteristics into consideration.Experimental results demonstrate that the proposed method can effectively improve the similar entity recommendation effect.

Key words: entity conceptualization, conditional probability, entity similarity, attribute analysis, link, entity ranking

中图分类号:

TP311

刘永平,胡忠顺,阳德青,肖仰华. 基于给定实体和属性的相似实体推荐方法[J]. 计算机工程, doi: 10.3969/j.issn.1000-3428.2016.10.032.

LIU Yongping,HU Zhongshun,YANG Deqing,XIAO Yanghua. Similar Entity Recommendation Method Based on Given Entity and Attribute[J]. Computer Engineering, doi: 10.3969/j.issn.1000-3428.2016.10.032.

http://www.ecice06.com/CN/Y2016/V42/I10/181

参考文献

参考文献［1］Yao Limin,Mimno D,McCallum A.Efficient Methods for Topic Model Inference on Streaming Document Collec-tions［C］//Proceedings of the 15th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.New York,USA:ACM Press,2009:937-946. ［2］Song Yangqiu,Wang Haixun,Wang Zhongyuan,et al.Short Text Conceptualization Using a Probabilistic Knowledgebase［C］//Proceedings of the 22nd Inter-national Joint Conference on Artificial Intelligence.Barcelona,Spain:AAAI Press,2011:2330-2336. ［3］Lee T,Wang Z,Wang H,et al.Attribute Extraction and Scoring:A Probabilistic Approach［C］//Proceedings of IEEE International Conference on Data Engineering.Washington D.C.,USA:IEEE Press,2013:194-205. ［4］Wu Wentao,Li Hongsong,Wang Haixun,et al.Probase:A Probabilistic Taxonomy for Text Understanding［C］//Proceedings of International Conference on Management of Data.New York,USA:ACM Press,2012:481-492. ［5］邓擘,樊孝忠,杨立公.用语义模式提取实体关系的方法［J］.计算机工程,2007,33(10):212-214. ［6］Pehcevski J,Thom J A,Vercoustre A M,et al.Entity Ranking in Wikipedia:Utilising Categories,Links and Topic Difficulty Prediction［J］.Information Retrieval,2010:13(5):568-600. ［7］The Google Search Engine:Commercial Search Engine Founded by the Originators of PageRank［EB/OL］.(2003-01-21).http://www.google.com. ［8］Bron M,Balog K,Rijke M.Ranking Related Entities:Com-ponents and Analysis［C］//Proceedings of Conference on Information and Knowledge Management.New York,USA:ACM Press,2010:1079-1088. ［9］张俊三,翟有利,税仪冬.相关实体发现中基于Wikipedia的实体排序［J］.计算机研究与发展,2014:51(6):1359-1372. ［10］Kaptein R,Koolen M,Kamps J.Result Diversity and Entity Ranking Experiments:Anchors,Links,Text and Wikipedia［C］//Proceedings of the 18th Text Retrieval Conference.Washington D.C.,USA:IEEE Press,2009:212-220. ［11］Serdyukov P,Vries A.Entity Track:Ranking Wikipeida Endities［C］//Proceedings of the 18th Text Retrieval Conference.Washington D.C.,USA:IEEE Press,2009:249-261. ［12］Kaptein R,Serdyukov P,Vries A P,et al.Entity Ranking Using Wikipeida as a Pivot［C］//Proceedings of the 19th ACM International Conference on Information and Knowledge Management.New York,USA:ACM Press,2010:69-78. ［13］Kaptein R,Koolen M,Kamps J.Result Diversity and Entity Ranking Experiments:Anchors,Links,Text and Wikipedia［C］//Proceedings of the 18th Text Retrieval Conference.Berlin,Germany:Springer,2009:26-35. ［14］Pehcevski J,Vercoustre A M,Thom J.Exploiting Locality of Wikipedia Links in Entity Ranking［C］//Proceedings of the 30th Annual European Conference on Information Retrieval.Berlin,Germany:Springer,2008:258-269. ［15］常静,杨建梅.百度百科用户参与行为与参与动机关系的实证研究［J］.科学研究,2009,27(8):1213-1219. 编辑顾逸斐

[1]	饶金涛, 崔喆. 基于SM9盲签名与环签名的安全电子选举协议[J]. 计算机工程, 2023, 49(6): 13-23,33.
[2]	潘乐, 李弼程, 万旺, 曾荣燊. 基于关系强度理论与反馈机制的信息传播动态网络表示[J]. 计算机工程, 2023, 49(2): 246-253.
[3]	付林, 刘钊, 邱晨, 高峰. 基于特征联合与多注意力的实体关系链接[J]. 计算机工程, 2022, 48(8): 53-61.
[4]	蒋雪瑶, 力维辰, 刘井平, 李直旭, 肖仰华. 基于多模态模式迁移的知识图谱实体配图[J]. 计算机工程, 2022, 48(8): 70-76.
[5]	王杰昌, 张平, 高远, 刘玉岭. 融合可链接环签密的智能合约电子投票协议[J]. 计算机工程, 2022, 48(4): 126-132.
[6]	詹飞, 朱艳辉, 梁文桐, 张旭, 欧阳康, 孔令巍, 黄雅淋. 基于多任务学习的短文本实体链接方法[J]. 计算机工程, 2022, 48(3): 315-320.
[7]	张鹏举, 贾永辉, 陈文亮. 基于多特征实体消歧的中文知识图谱问答[J]. 计算机工程, 2022, 48(2): 47-54.
[8]	陈恒, 王思懿, 李冠宇, 祁瑞华, 杨晨, 王维美. 基于四元数胶囊网络的知识图谱补全模型[J]. 计算机工程, 2022, 48(2): 40-46,64.
[9]	张晟旗, 王元龙, 李茹, 王笑月, 王晓晖, 闫智超. 基于局部注意力机制的中文短文本实体链接[J]. 计算机工程, 2021, 47(11): 77-83,92.
[10]	王维美, 史一民, 李冠宇. 改进的胶囊网络知识图谱补全方法[J]. 计算机工程, 2020, 46(8): 21-26.
[11]	伍杰华, 熊云艳, 张顶, 陈嘉志. 融合多元影响力节点识别指标MPR的链接预测[J]. 计算机工程, 2020, 46(4): 301-308,315.
[12]	何荣毅, 王小群, 陈楷丰. 基于链接成本反馈的WiMedia分布式路由协议[J]. 计算机工程, 2020, 46(2): 187-194.
[13]	曹素珍,孙晗,戴文洁,王秀娅. 基于DLP的可选择链接可转换环签名方案[J]. 计算机工程, 2019, 45(2): 144-147,153.
[14]	李江,袁修久,赵学军. 犹豫模糊事件的概率及犹豫模糊概率推理方法[J]. 计算机工程, 2018, 44(10): 182-189.
[15]	伍杰华. 基于RReliefF特征选择算法的复杂网络链接分类[J]. 计算机工程, 2017, 43(8): 208-214.

选择文件类型/文献管理软件名称

选择包含的内容

基于给定实体和属性的相似实体推荐方法

Similar Entity Recommendation Method Based on Given Entity and Attribute

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于给定实体和属性的相似实体推荐方法

Similar Entity Recommendation Method Based on Given Entity and Attribute

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价