1
我目前正在做人名消歧項目。項目背後的想法是，當有多個同名的人時，它將能夠識別出正確的人。我用維基百科這個。我想根據一些標準數據評估我的項目。我正在尋找一些測試數據。我不熟悉維基百科中流行的名字。任何想法，我可以在哪裏找到這些數據？我不是在尋找大量的數據。我只是想找一些100-500的例子。人名消歧
謝謝
添加更多信息的問題。
我在尋找的是具有相同名稱但實際上不同的人。對於前者，邁克爾喬丹是一位着名的籃球運動員，並且還有一位名字統計學家。我正在尋找這樣的例子。
http://en.wikipedia.org/wiki/Michael_Jordan http://en.wikipedia.org/wiki/Michael_I._Jordan
希望，你現在明白這個問題。
感謝您的數據集。但是所有這些數據集都包含一個要訓練的數據，然後包括評估它們的文章。我只需要兩個感官的人名。因爲，我的代碼從wikipedia中提取功能，並且不能將其應用於任意文本。 – Boolean 2010-10-04 23:12:49
嗯..現在我明白了。考慮到例如wikipage是否有信息框，您可以開發一種算法。最好的評估基礎是信息，這些信息在特定時間段內合併。肯定有一個這樣的數據集。因爲有很多關於歸檔網絡的研究項目，例如http://www.slideshare.net/phonedude/memento-time-travel-for-the-web，維基百科是關於歸檔的最重要的知識門戶之一網頁。也許你可以從wikipages的歷史中提取這些信息。 – Skarab 2010-10-05 12:36:50
關於合併的wikipage，可能有助於尋找信息如何檢索automaticaly wikipages歷史記錄：http://en.wikipedia.org/wiki/Wikipedia:Merge – Skarab 2010-10-05 12:45:05