利用历史纠错记录构建命名实体消歧测试集
数字图书馆
2018-08-29 v1 信息检索
摘要
将人物提及匹配到实际人物（即命名消歧问题）是多个数字图书馆应用的核心。数十年来，科学家们一直致力于创建这种匹配算法，却未能找到通用解决方案。其中一个问题是，该问题的测试集通常规模较小且特定于某一集合。在本工作中，我们提出了一种能以极小额外成本从历史元数据创建大型测试集的方法。我们将该方法应用于 DBLP 集合，生成了两个可自由获取的测试集。一个测试集关注缺陷的性质，另一个关注消歧算法的评估。
引用
@article{arxiv.1808.08999,
title = {Harnessing Historical Corrections to build Test Collections for Named Entity Disambiguation},
author = {Florian Reitz},
journal= {arXiv preprint arXiv:1808.08999},
year = {2018}
}
备注
Preprint of a paper accepted at TPDL 2018