• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>AI communications >A semantic approach to cross-document person profiling in Web
【24h】

A semantic approach to cross-document person profiling in Web

机译：Web中跨文档人员配置的语义方法

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The problem of cross-document person profiling aimed at identifying and linking person entities across Web pages and extracting their relevant structured information. In this paper, we specifically focus on the core task of person profiling problem, namely the attribute extraction task. For attribute extraction, the existing approaches face several challenges that two important of them include (i) syntactic and structure variation, and (ii) cross-sentence and cross-document information extraction. To alleviate these deficiencies and improve performance of existing methods, we propose a semantic attribute extraction approach relying on probabilistic reasoning. Our approach produces structured, meaningful profiles in which the resulting textual facts are linked to their possible actual meaning in a distant ontology. We evaluate our approach on standard profile extraction datasets. Experimental results demonstrate that our approach achieves better results when compared with several baselines and state of the art counterparts. The results justify that our approach is a promising solution to the problem of person profiling.
机译：跨文档人员配置文件的问题旨在跨网页识别和链接人员实体并提取其相关的结构化信息。在本文中，我们专门关注人员配置文件问题的核心任务，即属性提取任务。对于属性提取，现有方法面临几个挑战，其中两个重要的挑战包括（i）句法和结构变化，以及（ii）跨句和跨文档信息提取。为了减轻这些不足并提高现有方法的性能，我们提出了一种基于概率推理的语义属性提取方法。我们的方法产生了结构化，有意义的配置文件，在这些配置文件中，所得的文本事实与它们在遥远的本体中的可能实际含义相关联。我们在标准配置文件提取数据集上评估我们的方法。实验结果表明，与几种基准和最先进的同行相比，我们的方法可获得更好的结果。结果证明我们的方法是解决人脸分析问题的有希望的解决方案。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号