《表2 踏轮功能：基于无向分块加权图的无模式实体识别方法研究》

  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

《基于无向分块加权图的无模式实体识别方法研究》

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

当前基于模式的方法大多过度依赖模式知识，须通过领域专家指定分量进行组合来提取分块键，因分量标志的多样性导致精确度不稳定，且只适用于冗余数据集实体识别。上述无模式方法通过每个实体表示生成分块键，其存在分块键过多，忽略分块键权重和准确度低等问题，但实体的描述需要很多不同的分量标志。表1和2为来自异构数据源的实体表示，表1为结构化数据，表2为无模式的JSON格式数据。两个表中的实体具有不同的分量标志ai、ci，若使用基于模式方法，如何选取表中分量进行分块对实体识别精确度影响很大；如果使用无模式方法，需要解决的问题是如何将表中存在的多分量进行降维并寻找不同分量之间的联系，从而提升实体识别效率和准确率。