资料下载
×
基于自媒体编辑距离的多实体可信确认算法
消耗积分:0 |
格式:pdf |
大小:1.87 MB |
2021-04-25
分享资料个
随着自媒体的蓬勃发展，任何人都可以在网上随意发布和转发信息，而这些信息可能是真实的，也可能是道听途说或被故意篡改的。互联网上数据的严重冗余和弱可信问题，导致现有数据的可用性很差。Bi- LSTM-CRE（ Bi-long Short Termemory with Conditional random Fiyer）网络虽然能够解决数据中命名实体识别的准确率问题，但不能满足识别出的实体是可信的这一要求。文中提出一种基于编辑距离的多实体可信确认算法，并通过人物命名实体识别实例对该算法进行验证。首先通过分布式爬虫抓取同一个邮箱地址在多个搜索引擎上的TωpN网页记录，然后使用经过双语语料训练后的Bi-LSTMCRF模型抽取每个页面内的人物命名实体，最后通过实体多参数融合确定邮箱所对应的人物命名实体。实验结果表明，多实体可信确认算法能够将邮箱地址与邮箱真实主人的匹配准确率MRR（ Mean Reciprocal Rank）提高到91.32%，相比只使用词频的算法其MRR提升了23.08%。实验数据充分说明，多实体可信确认算法能很妤地从弱可信数据中获得强可信度的实体，降低海量数据中的低质特性，从而有效地増强实体数据源的可信度。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
