作者：宫云宝; 甘亮; 黄九鸣实体解析概率软逻辑马尔科夫逻辑网实体关系实体属性本体约束
摘要：在马尔科夫逻辑网（MLN）的实体解析算法中任意闭原子采用硬约束,导致推理及权重学习过程较难收敛到最优解,降低解析精度及执行效率。为此,提出一种将概率软逻辑（PSL）模型应用到实体解析中的方法,该模型中闭原子采用软约束,易于进行知识推理与权重学习。阐述PSL模型基本理论,通过实体关系、实体属性、本体约束构造PSL模型的逻辑规则,描述实体解析的匹配过程,根据PSL模型的推理机制实现实体解析的决策过程。实验结果表明,与基于MLN的实体解析算法相比,该方法可大幅提高实体解析的准确率、F1值及执行效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
