论文研究集成多种特征匹配中文实体名称.pdf

准确匹配实体名称在信息系统集成中有广泛的应用，而在中文环境中，实体名称的变化和笔误使得中文实体名称难以准确匹配，所以需要开发出适应这些变化和笔误的匹配方法。中文实体名称的相似度从字、词、语义三个层次计算出来，将这些相似度线性合并起来，集成各自的优势。为了利用更多的匹配特征，引入了两种机器学习的方法：第一种方法通过训练获得一个优化排序和最佳切分点；第二种方法利用支持向量机来判断两个名称是否指向同一实体。在中文实体名称的数据集上的实验表明，这些方法和特征有效提高了匹配的效果。