微博实体与百科条目链接的多策略研究西南大学计算机系郭云龙徐潇向宇曾维刚李莉 Southwest University 微博实体与百科条目链接的多策略研究 2012年数据微博实体与百科条目链接的多策略研究 2012年数据微博实体与百科条目链接的多策略研究 新浪微博用户的最新数据，截至２０１２年１２月底，新浪微博注册用户数已超过５亿，同比增长７４％。日活跃用户数达到４６２０万，微博用户数与活跃用户数保持稳定增长。 2013年数据微博实体与百科条目链接的多策略研究 对于海量微博数据进行挖掘微博实体与百科条目链接的多策略研究 “微博实体与百科条目链接”的应用：有助于利用社交媒体内容进行知识库的构建与扩展；帮助用户阅读；广告；市场； ··· 微博实体与百科条目链接的多策略研究 “微博实体与百科条目链接”的难点：一对多消歧一对零消歧 ··· 微博实体与百科条目链接的多策略研究 TTT Model Term crawler lexicon Tweet context + tags corpus Tweets Machine Learning Statistics Term Level 微博实体与百科条目链接的多策略研究中移动中国移动通信集团公司 Term Level 微博实体与百科条目链接的多策略研究海贼王航海王海贼王 Term Level 微博实体与百科条目链接的多策略研究猛龙多伦多猛龙队李仁港执导电影猛龙(Mllen) Term Level 微博实体与百科条目链接的多策略研究奥胖沙奎尔·奥尼尔 Term Level 微博实体与百科条目链接的多策略研究 Tweet Level 微博实体与百科条目链接的多策略研究 Tweet Level 微博实体与百科条目链接的多策略研究 Polysemy page of Target Key on baike.baidu.com Tweet Level 微博实体与百科条目链接的多策略研究 Each target entry and labels Tweet Level 微博实体与百科条目链接的多策略研究 Build label lists for target entry Tweet Level 微博实体与百科条目链接的多策略研究 Calculating label list’s weight by basal list. The entry whose label list is the most weight is the real entry that target key map to. k Wi   Pk Wb Tweets Level 微博实体与百科条目链接的多策略研究 Tweets Level 微博实体与百科条目链接的多策略研究 Tweets Level 微博实体与百科条目链接的多策略研究 (2) Constructing a wordmatrix for each “Key Term” (4) Computing the similarity of two words based on Mi. Matrix M 1* Matrix M 1 “Key Terms” related tweets Dividing tweets for each “Key Term” 1）Extracting words from each tweet (5) Clustering similaritymatrix M* Similarity based on the co-occurrences in the same paragraph Matrix M maxD (3) Computing the co-occurrences of two words that appear in the same tweet * Matrix M maxD (6) Analyzing and Tagging in each cluster Cip Tweets Level 微博实体与百科条目链接的多策略研究 Tweets Level 微博实体与百科条目链接的多策略研究评测结果：我们评测结过为84.99%，改进后为 88.38%。西南大学计算机系郭云龙 Email：zqlong@swu.edu.cn Southwest University