1、跨語種的實體匹配被定義為找到不同語種內描述同一實體(對象)的實體連接。跨語種的實體匹配不僅擴展了不同語種的知識共享,更是對現(xiàn)今的跨語種信息檢索和機器翻譯等重要領域有直接貢獻,已經(jīng)成為關系數(shù)據(jù)的核心研究內容。
　　在實體匹配問題中面臨的最大的兩個挑戰(zhàn)是復雜性處理和不確定性問題,在跨語種的環(huán)境下尤為明顯。如何能夠更好的在統(tǒng)一的模型下同時處理這兩個問題,不僅是實體匹配問題,也是整個數(shù)據(jù)挖掘領域的核心問題之一。Richardson和Dom

2、ingos在06年首次提出的馬爾科夫邏輯網(wǎng)絡模型恰好迎合了這一需求。
　　馬爾科夫邏輯網(wǎng)絡是將一階謂詞邏輯和概率圖模型相結合,以獲取關系數(shù)據(jù)的似然模型,是現(xiàn)今學術界普遍公認的一種簡單而且較為完美地結合了一階謂詞邏輯和概率圖模型的邏輯結構表達方式。它具有重要的研究價值和廣闊的應用前景,已成為人工智能、機器學習、數(shù)據(jù)挖掘等領域的研究熱點。
　　本文分析了基于馬爾科夫邏輯網(wǎng)絡的跨語種實體匹配模型。在原有的一階謂詞邏輯體系中引入了等