位置:成果数据库 > 期刊 > 期刊详情页
基于二部图半监督方法的查询日志实体挖掘
  • ISSN号:1671-9352
  • 期刊名称:山东大学学报(理学版)
  • 时间:2012
  • 页码:32-37
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国科学院计算技术研究所网络数据科学与工程研究中心,北京100190, [2]中国科学院研究生院,北京100190
  • 相关基金:国家自然科学基金资助项目(60903139 60873243 60933005); 国家“八六三”高技术研究发展计划基金资助项目(2010AA012502 2010AA012503)
  • 相关项目:基于大规模用户数据的推荐技术研究
中文摘要:

基于用户查询日志的命名实体挖掘的目标是从用户查询日志中挖掘一组具有指定类别的命名实体。为解决已有用户查询日志实体挖掘研究工作中的种子实体不充分的问题,提出了一种基于二部图的半监督排序方法,利用实体之间的关系(实体共享查询模板)来改善实体排序效果。该方法首先基于候选实体和查询模板构建一个二部图,然后基于二部图将种子实体的类别相关性传播到其他候选实体,最后按照类别相关性得分对候选实体进行排序,并进一步给出方法中迭代过程的等价优化框架。实验结果表明本文提出的方法优于基准方法,具有较好的挖掘效果。

英文摘要:

Named entity mining from query log aims to mine a list of named entities with the specific type from the query log.A bipartite graph based semi-supervised ranking method,which leverages the relationship between the entities(i.e.entities share common templates) to help improve the ranking,was proposed to resolve the scarcity of seed entity in existing work about named entity mining from the query log.First,a bipartite graph based on the candidate entities and templates was constructed.Then,the relevance score was propagated from the seed entities to other candidate entities.Finally,the candidate entities were ranked according to the relevance score.An optimization framework for the iterative process was further developed in this ranking method.Experimental results show the effectiveness of the proposed method.

同期刊论文项目
期刊论文 14 会议论文 24 专利 2
期刊论文 17 会议论文 21 获奖 2
同项目期刊论文
期刊信息
  • 《山东大学学报:理学版》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:山东大学
  • 主编:刘建亚
  • 地址:济南市经十路17923号
  • 邮编:250061
  • 邮箱:xblxb@sdu.edu.cn
  • 电话:0531-88396917
  • 国际标准刊号:ISSN:1671-9352
  • 国内统一刊号:ISSN:37-1389/N
  • 邮发代号:24-222
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),波兰哥白尼索引,德国数学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘
  • 被引量:6243