贝叶斯非穷举分类：以时序记录流进行在线姓名消歧为例

姓名实体消歧任务旨在对多个真实人物的记录进行划分，使得每个划分包含属于唯一一个人的记录。现有的大多数解决方案以批处理模式运行，即所有待消歧的记录在算法开始前均已可用。然而，更现实的场景要求姓名消歧任务以在线方式执行，此外还需能够识别没有先前记录的新歧义实体的记录。在这项工作中，我们提出一个用于解决在线姓名消歧任务的贝叶斯非穷举分类框架。我们提出的方法使用狄利克雷过程先验与正态*正态*逆威沙特数据模型，能够识别训练数据中没有记录的新歧义实体。对于在线分类，我们使用一遍吉布斯采样器，该方法非常高效且有效。作为案例研究，我们考虑时序流格式的文献数据，并通过将论文划分为同质组来消歧作者。我们的实验结果表明，所提出的方法在执行在线姓名消歧任务方面优于现有方法。