属性是实体的重要组成部分,因此实体属性的获取是知识图谱构建
的关键步骤。由哈尔滨工业大学社会计算与信息检索研究中心推出的开放
域中文知识图谱《大词林》是通过从文本中自动挖掘实体及实体间的关系
而构建而成,因此为《大词林》中缺少属性的实体添加属性也成为必须研
究的问题之一。本文提出了一种解决方案:基于贝叶斯网络的概率统计模
型,通过上位词概念与属性之间的依赖关系和实体与上位词概念的依赖关
系来自动的为《大词林》中没有属性的实体添加属性,并与相似度计算方
法对比证明了其有效性,可大规模提高《大词林》