實體

結構化文本中抽取實體、關系信息是自動化構建知識圖譜的必要步驟。傳統流水線方法采用分離的兩個模型提取實體，然后對候選實體對的關系類型進行分類；但這類模型忽略了兩個任務間的交互信息，容易發生級聯誤差。近年來，研究者們開始探索建立實體關系聯合抽取模型。實體關系聯合抽取模型可以有效利用實體、關系間的交互信息來預測出文本存在的三元組，從而取得更好的表現；但是，嵌套實體識別仍是實體關系聯合抽取的一個重要問題。嵌套實體是實體內部存在其他實體的場景。而在三元組中，則存在兩

e2為知識圖譜的實體，r為e1和e2之間的關系，例如，（Jackie Chan，Isborn，Hong Kong）。在知識圖譜中除三元組之外，還有大量的實體類型實例（實體-實體類型元組）［2］，記為(e，t)。例如，（Jackie Chan，Actor）表示實體“Jackie Chan”的類型為“Actor”。知識圖譜中的實體類型信息可以用于各種下游任務，例如實體對齊［3］、實體鏈接［4］、知識圖譜補全［5-6］等。實體類型信息的缺失會影響這些算法的有效性

譜中的節點是領域實體，因此，領域實體的挖掘是構建領域知識圖譜的基礎。以課程知識圖譜為例，將傳統的非結構化文本形式轉化為以課程術語實體為核心的知識圖譜，更易于學生對學科架構［1］、知識點的學習。教育知識圖譜中的節點具有多樣性，如節點可以為術語、視頻資源、知識點等，而術語是最基礎、最細粒度的學習資源。因此，構建課程領域實體集對教育知識圖譜的構建起著重要的作用，為教育課程推薦、個性化學習等任務［2-4］奠定了基礎。目前對于實體抽取方法的研究主要采用基于機器學習的

或是一個湖泊名。實體鏈接(Entity Linking, EL)則將一個文檔中的指稱(mention)鏈接到知識庫(Knowledge Base, KB)中的相應實體。實體鏈接為處理語言表達的歧義性提供了一種解決方案，在互動問答[1]、信息抽取[2]和語義搜索[3]等眾多領域發揮重要作用。然而，在大數據時代，數據呈現數據量大、表達多樣性和數據價值密度低等特征導致這項任務越來越具有挑戰性。實體鏈接包含三個子任務：(1) 指稱探測，識別出可能需要被鏈接的文本片

越來越多[1]。實體消歧是中文知識圖譜問答系統(Chinese Knowledge Based Question Answering,CKBQA)中的關鍵技術,目的是構建問句中實體指稱的候選實體集合,并將實體指稱鏈接到正確的實體上[2-4]?，F有的實體消歧方法主要有三類:基于分類的方法、基于圖的方法和基于深度學習的方法?；诜诸惖姆椒▽?span class="hl">實體消歧看作二分類問題,利用分類器對候選實體分類[5-6],然而在分類過程中可能有多個候選實體被標記為真,所以還需要其他的

620）0 引言實體鏈接任務的目標是將文本中的實體指稱項鏈接到知識庫中對應的實體，是許多信息抽取和自然語言理解等應用的重要組成部分，因其解決了命名實體的詞匯歧義。傳統的實體鏈接解決方案通常假定在測試中要鏈接的實體在訓練過程中已經見過，但是在實際應用中，這種假設往往并不成立。要鏈接的實體往往在訓練集中沒有出現過，并且每個實體也沒有很多的結構化先驗信息，如別名表、先驗概率、結構化數據等，僅有一段關于實體的摘要信息。這種情況被稱為零樣本實體鏈接。當前零樣本實體鏈

008）0 概述實體鏈接是知識圖譜構建［1］和應用［2］過程中的關鍵技術，在智能問答、信息檢索等知識圖譜的相關領域得到廣泛應用［3］。實體鏈接任務的目標是將文本中的實體指稱指向知識庫中的特定實體，從而明確文本中實體指稱的含義。實體鏈接通常分為候選實體生成和候選實體排序兩個階段，候選實體排序是實體鏈接過程中的研究重點。候選實體排序階段對實體指稱和候選實體集中的所有候選實體進行相關度排序，選擇相關度最大的候選實體作為實體指稱對應的鏈接實體。已有的實體鏈接方法主

濱 150080實體鏈接是面向短文本與知識相關聯的技術手段，分為候選實體的生成和候選實體的消歧[1]，旨在將文本中潛在的實體指稱映射到知識庫中若干候選實體集合，并從候選集合中找到最佳目標實體來賦予實體指稱明確的含義[2]。在數據稀疏、缺乏豐富的上下文情況下實體語義歧義性給實體鏈接帶來了難題[3]；同時對于某些領域，實體鏈接結果受到其他實體語義關聯影響，這種影響會導致目標對象不是精準的知識信息。所以，短文本實體鏈接在領域圖譜的實現面臨了巨大的挑戰[4]。實體

信息的。我們利用實體鏈接技術將自然語言中的提及和知識圖譜中存儲的實體相關聯，在進行自然語言處理的時候就可以利用知識圖譜中的結構化信息，使計算機更好地理解文本中的信息。實體消歧任務是實體鏈接中最為重要的一個階段。因為實體識別后的結果很難直接加入到知識圖譜當中。必須要對實體識別的結果進行消歧，才能找到文檔中實體指稱在知識圖譜中所對應的實體。本文對實體消歧技術進行研究，提出一種文檔級的實體消歧技術。本文的主要貢獻如下：1）提出一種文檔級實體消歧技術，在局部消歧的

KG)[1]作為實體關系的語義網絡, 在相關實體搜索的應用中至關重要, 是搜索引擎的重要支撐技術[2].基于KG的相關實體搜索旨在根據給定的實體, 在KG中搜索與此實體相關的候選實體集合, 并按照候選實體與查詢實體間的相關度對候選實體進行排序并返回結果, 以提高用戶的搜索體驗.事實上, 隨著互聯網的高速發展, Web文檔快速產生, 反映了現實世界不斷演化的知識, 與KG中的知識共同描述了實體間的相關關系.因此, 如何有效地表示實體在KG和Web文檔中的關系

，KG）中的關聯實體發現任務，旨在為用戶輸入的查詢實體推薦最相關的實體集合[1].準確地為用戶輸入的查詢返回關聯實體，不僅能夠加強用戶的查詢體驗，還能有效地提高用戶的參與度.近年來，隨著KG在搜索引擎[2]、智能問答[3]和個性化推薦[4]等領域應用的日益廣泛，用戶對關聯實體發現的需求與日俱增.與此同時，用戶在KG下游應用中與實體的交互也產生了大量的行為數據[5]，稱為用戶-實體數據.值得注意的是，KG中的實體間的關聯往往體現在用戶-實體數據中，并且具有不

430074)實體鏈接是實體消歧的基本過程[1]，目的是將文本中出現的實體指稱鏈接到維基百科等結構化知識庫.實體指稱的歧義性是指同一個實體指稱在不同的上下文語境中可能指代不同的實體對象. 實體消歧的本質是比較實體指稱與候選實體的語義相似性.針對樣例：“一首《李白》用鄉村搖滾風的率性旋律，寫出李榮浩對隨性生活的向往.”我們依據“旋律”一詞便能判斷出這里的實體指稱“李白”與候選實體“李白(歌曲)”的相似度比候選實體“李白(唐代詩人)”更高，從而將實體指稱“李

的，三元組形式為實體、關系和實體或字面量值。面向知識庫的問答任務，首先解決的是實體對齊的問題，即將問句中的實體指稱對應到知識庫中的實體，其次是關系對齊，將問句中的關系映射到知識庫的關系，最后根據實體和關系檢索知識庫得到精確的答案。實體對齊即是實體鏈接，面向知識庫問答的實體鏈接，即通過將自然語言問句中的實體指稱映射到知識庫對應的實體，賦予指稱現實、明確的含義。實體鏈接需要解決自然語言問句中實體指稱的一詞多義和多詞一義的問題，幫助理解自然語言問句的具體含義。實

結構文本中抽取出實體及其相互關系并轉化為結構化表達形式，從而為知識庫的構造提供數據基礎[1-5]。嵌套命名實體中含有豐富的實體信息以及實體之間的相互關系，其結構相對而言也較為簡單，因而嵌套命名實體的識別成為信息抽取中值得研究的話題之一。目前的嵌套命名實體識別都采用有監督的機器學習方法，因而需要一定規模的語料庫。GENIAV3.02[6]是生物醫學領域內的命名實體語料庫，其中包含了嵌套實體，被廣泛應用于生物醫學領域的命名實體識別研究。該語料庫包含2 000條

50)提到笛卡爾實體概念，人們通常會想到他著名的思維實體和廣延實體的二分。但就實體概念本身，笛卡爾似乎并未成功地處理。比如海德格爾認為：“笛卡爾聽任實體性(substantia)這一觀念所包含的存在之意義以及這一含義的‘普遍’性質始終這樣不經討論?！雹賉1]笛卡爾的實體作為懸而未決的概念帶來了許多爭議，這些爭議中較為重要的問題有兩個，一是笛卡爾明確提出了兩種不同的實體定義——獨立的東西和基底，它們是否有矛盾的地方？二是笛卡爾的我思代表的思想實體與上帝這種實

詞向量的中文微博實體鏈接方法毛二松 王 波 唐永旺 梁 丹(解放軍信息工程大學 河南 鄭州 450002)實體鏈接是指給定實體指稱項和它所在的文本，將其鏈接到給定知識庫中的目標實體上。由于微博內容存在特征稀疏、用語不規范的特點，使用傳統的方法效果較差，為了準確地對微博中給定的實體進行鏈接，提出一種基于詞向量的中文微博實體鏈接方法。首先，對知識庫進行擴展，并從中文維基百科抽取同義詞構建同義詞表；然后，利用詞向量解決錯別字和外來人名音譯的問題；最后，通過詞向量

感的重啟隨機游走實體鏈接方法李茂林北京郵電大學智能科學與技術中心, 北京100876; E-mail: mlli@bupt.edu.cn實體鏈接任務的目的是將文本中的實體指稱鏈接到知識庫中與之對應的無歧義實體。針對此任務, 提出一種基于主題敏感的重啟隨機游走的實體鏈接方法。該方法首先使用實體指稱的背景文本信息將實體指稱擴充為全稱, 并在維基百科知識庫中搜索候選實體, 得到候選實體集合; 根據上述中間結果構建圖, 利用在圖上的主題敏感重啟隨機游走得到的平穩分

基于圖的中文集成實體鏈接算法劉 嶠 鐘 云 李 楊 劉 瑤 秦志光（電子科技大學信息與軟件工程學院 成都 610054）（qliu＠uestc．edu．cn）實體鏈接（entity linking）是知識庫擴容的核心關鍵技術，傳統的實體鏈接方法通常受制于本地知識庫的知識水平，而且忽略共現實體間的語義相關性．提出了一種基于圖的中文集成實體鏈接方法，不僅能夠充分利用知識庫中實體間的結構化關系，而且能夠通過增量證據挖掘獲取外部知識，從而實現對同一文本中出現的多個

)融合多種特征的實體鏈接技術研究陳玉博1，何世柱1，劉 康1，趙 軍1，呂學強2(1. 中國科學院自動化研究所，模式識別國家重點實驗室，北京 100190;2. 北京信息科技大學 網絡文化與數字傳播北京市重點實驗室，北京 100101)實體消歧是自然語言理解的重要研究內容，旨在解決文本信息中普遍存在的命名實體歧義問題，在信息抽取、知識工程和語義網絡等領域有廣泛的應用價值。實體鏈接是實體消歧的一種重要方法，該方法將具有歧義的實體指稱項鏈接到給定的知識庫中從而

建模仿真時，作戰實體按照是否考慮運動屬性分為靜態實體和動態實體[1]。在實體模型構建方面，作戰系統的復雜性主要體現在動態實體的復雜性上，因此本文主要討論動態實體概念模型構建的問題。在作戰仿真系統中，最終的執行實體往往是虛擬兵力或者半實物的人裝單元，而并不是單純的武器裝備，因此并沒有智能水平為零的實體，因此，可以將作戰仿真系統內的任何實體都看作智能體。從作戰過程看，作戰指揮的實體要素主要是指揮者與指揮對象[2]。在作戰仿真系統中，指揮者一般被抽象為指揮型實體