作者：熊玲; 徐增壮; 王潇斌; 洪宇; 朱巧明共指消解伪相关反馈实体搜索
摘要：实体属性挖掘（slot filling,SF）旨在从大规模文档集中挖掘给定实体（称作查询）的特定属性信息。实体搜索是SF的重要组成部分,负责检索包含给定查询的文档（称为相关文档）,供后续模块从中抽取属性信息。目前,SF领域关于实体搜索的研究较少,使用的基于布尔逻辑的检索模型忽略了实体查询的特点,仅使用查询的词形信息,受限于查询歧义性,检索结果准确率较低。针对这一问题,该文提出一种基于跨文档实体共指消解（cross document coreference resolution,CDCR）的实体搜索模型。该方法通过对召回率较高但准确率较低的候选结果进行CDCR,过滤不包含与给定实体共指实体的文档,提高检索结果的准确率。为了降低过滤造成的召回率损失,该文使用伪相关反馈方法扩充查询实体的描述信息。实验结果显示,相比于基准系统,该方法能有效提升检索结果,准确率和F1分别提升5.63%、2.56%。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
