%0 Journal Article
%A 谭咏梅
%A 李晓光
%A 吕学强
%T 融合卷积神经网络和重启随机游走的实体链接方法
%D 2018
%R 10.13190/j.jbupt.2017-127
%J 北京邮电大学学报
%P 65-69
%V 41
%N 1
%X 提出了一种融合卷积神经网络和重启随机游走的实体链接方法.该方法首先对文本中的指称进行识别，然后生成指称的候选实体集，随后使用融合卷积神经网络和重启随机游走的实体链接方法对候选实体进行选择，最后对在知识库中无对应实体的指称进行聚类.该方法在TAC-KBP2016的实体识别与链接评测数据集上的<em>F</em><sub>CEAFm</sub>值为0.652，2016年评测第1名的<em>F</em><sub>CEAFm</sub>为0.643，实验结果表明，使用融合卷积神经网络和重启随机游走的实体链接方法能够有效地进行实体链接.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2017-127