一种基于改进的K-means算法的人名消歧系统的设计与实现

摘要：

人名歧义是一种身份不确定的现象,指的是文本中具有相同姓名的字符串指向现实世界中的不同实体人物。人名消歧很长时间一直是一个具有挑战性的问题,关注网页里的人名消歧的问题.因为经典的K-means算法如果选择了一个差的随机初始聚类中心,算法会遇到局部收敛的问题,所以文章提出一种基于最大最小原则的改进的K-means算法来进行人名消歧。同时使用了WePS的训练数据作为实验的语料。实验结果表明,改进的方法比层次聚类方法有着更好的性能。

关键词： 人名消歧 聚类 最大最小原则 K-means算法

作者: 杨欣欣 李培峰 朱巧明 王英帅

作者单位: 苏州大学计算机科学与技术学院,苏州,215006

会议类型: 国内会议

会议名称: 第七届全国Web信息系统及其应用学术会议、第五届全国语义Web与本体论学术研讨会、第四届全国电子政务技术及应用学术研讨会

会议地点: 呼和浩特

会议语种:中文

页码: 10-12,17

在线出版日期: 2010-08-01（万方平台首次上网日期，不代表论文的发表时间）