基于半监督协同训练的百科知识库实体对齐

针对传统实体对齐方法中的有监督学习算法依赖大量标注数据，以及特征表示不适用于百科知识库等问题，提出一种基于半监督协同训练的实体对齐方法。将实体对齐建模为一个带约束的二分类问题，充分利用实体名、属性、描述文本及其中的时间、数值等关键信息，组合生成多维特征；将特征划分为2个相对独立的视图，通过2个视图上分类器的协同训练，迭代地从未标注数据中学习同义实体的分布情况。在2个中文百科上的实验结果表明，使用半监督协同训练方法进行实体对齐的F1值达到84.3%，较其他方法效果最优，证明了其有效性和在百科知识库上的实用价值。