摘要
本发明公开了一种基于多关系深度检索文本匹配的人名消歧方法,涉及检索文本匹配领域,目的在于同时解决当前科研人名实体消歧方法中存在的主要问题。首先它提出了一个统一完整的消歧框架同时解决冷启动和增量阶段的科研人名消歧。此外,本发明通过深度检索技术尽可能地保留了文本或统计特征下的局部匹配信息,确保了作者对匹配的精度。本发明还考虑了除字符外的其它不同来源和粒度的匹配信息,包括著作顺序信息,作者间关系和论文间关系信息。考虑这些信息能极大地丰富作者对匹配的维度,从而提高匹配的准确性。
技术关键词
论文
人名实体
关系
文本
矩阵
注意力机制
无监督学习算法
代表
科研
语义向量
消歧方法
分类器训练
复杂度
三元组
核心
检索技术
计算中心