[发明专利]时态数据集上的实体识别方法

摘要

本发明涉及计算机技术领域，提供一种时态数据集上的实体识别方法。该方法主要包括以下步骤：S1：基于规则对数据进行预处理；S2：框架聚类；S3：类融合。本发明首次针对无时间戳的时态数据集合上实体识别问题上提出了解决方法，定义了时态数据集上属性的不确定性，并相应地对记录之间的相似度计算采用了动态权重的计算方法，这种动态权重计算方法的效果是明显优于固定权重的。本发明有效地结合了否定匹配依赖规则和时序约束规则，减少了算法运行的时间并保证了算法输出的结果，对于实体识别中的聚类分析阶段，提出了新颖的时态聚类算法。

主权项

1.一种时态数据集上的实体识别方法，其特征在于，包括以下步骤：S1：基于规则对数据进行预处理，根据否定匹配依赖规则将初始数据集合S分成多个小集合，利用时序约束规则对不可能指向同一实体的记录对之间标记符号“‑”，每个小集合中未被标记符号“‑”的记录之间使用符号“·”进行连接并计算它们的相似度sim(t1,t2)；S2：框架聚类，当两条记录t1,t2之间有符号“·”连接且它们的相似度sim(t1,t2)大于阈值θh时，使用符号“+”连接这两条记录，在存在“+”关系的记录对上计算传递闭包以得到初始数据集S的框架聚类结果Q；S3：类融合，定义所述框架聚类结果Q中只包含一条记录的类为单体类，包含多条记录的类为实体类，将所述单体类选择性地融合到所述实体类中转化为候选类，所述实体类直接转化为候选类，进一步对所述候选类进行融合。