Web Person Disambiguation is often

Web Person Disambiguation is often conducted through clustering web documents to identify different namesakes for a given name. This paper presents a new key-phrased clustering method combined with a second step re-classification to identify outliers to improve cluster performance. For document clustering, the hierarchical agglomerative approach is conducted based on the vector space model which uses key phrases as the main feature. Outliers of cluster results are then identified through a centroids-based method. The outliers are then reclassified by the SVM classifier into the more appropriate clusters using a key phrase-based string kernel model as its feature space. The reclassification uses the clustering result in the first step as its training data so as to avoid the use of separate training data required by most classification algorithms. Experiments conducted on the WePS-2 dataset show that the algorithm based on key phrases is effective in improving the WPD performance. Copyright is held by the author/owner (s).

ผลลัพธ์ (ไทย) 1:

มักดำเนินการแก้ความกำกวมคนเว็บผ่านเว็บเอกสารระบุ namesakes แตกต่างกันสำหรับการชื่อคลัสเตอร์ เอกสารนี้แสดงใหม่คีย์-phrased คลัสเตอร์วิธีรวมกับประเภทใหม่ขั้นตอนที่สองระบุ outliers เพื่อปรับปรุงประสิทธิภาพการทำงานของคลัสเตอร์ สำหรับเอกสารคลัสเตอร์มักดำเนินการแก้ความกำกวมคนเว็บผ่านเว็บเอกสารระบุ namesakes แตกต่างกันสำหรับการชื่อคลัสเตอร์ เอกสารนี้แสดงใหม่คีย์-phrased คลัสเตอร์วิธีรวมกับประเภทใหม่ขั้นตอนที่สองระบุ outliers เพื่อปรับปรุงประสิทธิภาพการทำงานของคลัสเตอร์ สำหรับเอกสารคลัสเตอร์ วิธีการ agglomerative ลำดับจะดำเนินตามแบบเวกเตอร์ซึ่งใช้คีย์วลีเป็นคุณลักษณะหลัก Outliers ผลคลัสเตอร์ได้รับการระบุแล้วผ่านวิธีตาม centroids Outliers มีแล้วจัดประเภทใหม่ โดย SVM classifier เป็นคลัสเตอร์ที่เหมาะสมที่ใช้แบบเคอร์เนลสายอักขระตามวลีสำคัญเป็นพื้นที่คุณลักษณะ ประเภทที่ใช้กับระบบคลัสเตอร์ในขั้นตอนแรกเป็นข้อมูลการฝึกอบรมเพื่อหลีกเลี่ยงการใช้ข้อมูลการฝึกอบรมแยกตามอัลกอริทึมจัดประเภทส่วนใหญ่ ดำเนินการเกี่ยวกับชุดข้อมูล WePS-2 การทดลองแสดงว่า อัลกอริทึมตามคีย์วลีมีประสิทธิภาพในการปรับปรุงประสิทธิภาพ WPD มีจัดลิขสิทธิ์ โดยผู้เขียน/เจ้าของ (s)

ผลลัพธ์ (ไทย) 2:

เว็บคนเพิ่มความชัดเจนมักจะดำเนินการผ่านเอกสารเว็บการจัดกลุ่มเพื่อระบุ namesakes ที่แตกต่างกันสำหรับชื่อที่กำหนด บทความนี้นำเสนอวิธีการจัดกลุ่มใหม่ที่สำคัญ-phrased รวมกับขั้นตอนการจัดหมวดหมู่ใหม่สองในการระบุค่าผิดปกติในการปรับปรุงประสิทธิภาพการทำงานของกลุ่ม สำหรับการจัดกลุ่มเอกสารวิธี agglomerative ลำดับชั้นจะดำเนินการอยู่บนพื้นฐานของแบบจำลองปริภูมิเวกเตอร์ที่ใช้วลีที่สำคัญเป็นคุณสมบัติหลัก ค่าผิดปกติของผลการกลุ่มจะมีการระบุแล้วผ่านวิธี centroids ตาม ค่าผิดปกติได้รับการจัดประเภทแล้วโดยลักษณนาม SVM เป็นกลุ่มที่เหมาะสมเพิ่มขึ้นโดยใช้รูปแบบที่สำคัญเมล็ดสตริงวลีที่ใช้เป็นพื้นที่คุณสมบัติของ การจัดประเภทการใช้ผลการจัดกลุ่มในขั้นตอนแรกเป็นข้อมูลการฝึกอบรมเพื่อที่จะหลีกเลี่ยงการใช้ข้อมูลการฝึกอบรมต้องแยกจากกันโดยส่วนใหญ่ขั้นตอนวิธีการจัดหมวดหมู่ การทดลองดำเนินการในการแสดง WePS-2 ชุดว่าขั้นตอนวิธีการขึ้นอยู่กับวลีที่สำคัญมีประสิทธิภาพในการปรับปรุงประสิทธิภาพการทำงาน WPD ลิขสิทธิ์จะจัดขึ้นโดยผู้เขียน / เจ้าของ (s)