The similarity of an entity with on

The similarity of an entity with one individual mention in a tweet can be interpreted as the probabilistic prior in mapping the mention to the entity via the lexicon. One common way to estimate the entity prior exploits the anchor statistics from
Wikipedia links, and has been proven to work well in different domains of text. We follow this approach and define LP (e|m) =|lm(e)|Pm0 |lm0 (e)|as the link prior of the entity e given a mention m, where lm(e) is the set of links with anchor m that point
to e. The mention similarity fm is measured as the aggregation of link priors of the entity e over all mentions in all tweets with the hashtag h:

Kết quả (Việt) 1:

Sự giống nhau của một thực thể với một đề cập đến cá nhân trong một tweet có thể được hiểu là trước khi xác suất trong lập bản đồ đề cập đến để các thực thể thông qua lexicon. Khai thác một cách phổ biến để ước tính trước khi tổ chức thống kê neo từWikipedia liên kết, và đã được chứng minh để làm việc tốt trong các lĩnh vực khác nhau của văn bản. Chúng tôi làm theo cách tiếp cận này và xác định LP (e|m) = |lm (e) | Pm0 |lm0 (e) |as trước khi liên kết của e thực thể được đưa ra một đề cập đến m, nơi lm(e) là tập hợp các liên kết với neo m trỏđể điện tử. Đề cập đến tương tự fm đo bằng tập hợp liên kết priors e thực thể trên đề cập đến tất cả trong tất cả các tweets với hashtag h:

Kết quả (Việt) 2:

Sự giống nhau của một thực thể có một đề cập đến cá nhân trong một tweet có thể được giải thích như là trước khi xác suất phát xạ sẽ đề cập đến các thực thể thông qua các từ vựng. Một trong những cách phổ biến để ước lượng các thực thể trước khi khai thác số liệu thống kê từ neo
liên kết Wikipedia, và đã được chứng minh để làm việc tốt trong các lĩnh vực khác nhau của văn bản. Chúng tôi làm theo cách này và xác định LP (e | m) = | lm (e) | Pm0 | lm0 (e) | như các liên kết trước khi các thực thể e đưa ra một đề cập đến m, nơi lm (e) là tập hợp các liên kết với neo m trỏ
tới e. Các fm đề cập đến sự giống nhau được đo như là sự tập hợp của priors liên kết của các thực thể e hơn tất cả đề cập đến trong tất cả các tweet với hashtag h: