ontology - DBpedia Spotlight 的参数是什么意思？

Question

我对使用 DBpedia Spotlight 很感兴趣。但是，我们需要为两个参数confidence和support插入一个值。这两个参数的真正含义是什么？

我想识别文本中重要的、突出的 n-gram。在这种情况下，置信度和支持参数的通常建议是什么（经验法则）？

Answer 1

当您要求DBpedia Spotlight注释文本（查找实体/主题）时，它会搜索在 DBpedia 上具有 URI 的 n-gram（n-gram 是 Wikipedia 标题）。这些 n-gram 称为 DBpedia 资源。

支持：这是Resource Prominence参数，它可以帮助您忽略不重要或无信息的资源。当您为其设置值 X 时，这意味着具有小于 X 的维基百科内链接数量的资源将被忽​​略并且不会返回给您。

置信度：这是消歧置信度参数，它是一个取值在 0 和 1 之间的阈值。当您为其设置较高的值时，您会获得更好、更值得信赖的注释，但您可能会丢失一些正确的注释。

选择这些（或任何其他）参数的值取决于您的用例。

例子：

• 如果您对感兴趣的 n-gram 类型有一些测试集或黄金标准，您可以调整您的选择，直到您的黄金标准获得足够好的结果。

• 如果您只关心检索前 N 个 n-gram 以推断文本主题，您可以调整参数选择高值以获得少数（大部分）正确的 n-gram，并按 Confidence 对它们进行排序。

• 如果您想获得尽可能多的 n-gram，并且您的任务不会受到错误的影响或偏差，您可以设置较低的值。