《表2 与其他算法比较结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于主题模型的百科知识库实体对齐》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了证明所提算法确实有效，将利用同样的文本数据信息与其他的算法进行实验效果比对，分别在本文所提框架中主题建模部分改为TF-IDF、利用BP算法估计LDA模型隐藏参数和利用Gibbs算法推断LDA模型隐藏参数这三种算法进行对比实验，实验结果如表2所示。由表2可以看出，对于相同的文本数据并且实验参数设置相同的情况下，各算法实体对齐的效果不同，并有较大差异。首先，就本文算法来说，其效果虽然和预想的结果差异较大，但是算法的准确率确实是高于LDA+BP的，由此可以证明本文算法对于BP算法的改进确实是有效的。其次，TF-IDF的准确率较本文算法略低，大概率是因为TF-IDF仅仅是考虑了词项的词频信息而没有考虑文档的潜在语义。再次，由实验结果来看，LDA+Gibbs[23]的各项指标均与本文算法的结果大致相同，这为本文算法的再次优化提供了新的研究方向。最后，由实验数据可以看出，本文算法的各项性能指标相对于原始算法有较大的提高，本文算法对于解决百科知识库实体对齐的问题有较好的效果。