12、大规模不确定图上的Top-K可能最短路径查询与网页上的命名实体识别器训练

大规模不确定图上的Top-K可能最短路径查询与网页上的命名实体识别器训练

1. 大规模不确定图上的Top-K可能最短路径查询

在大规模不确定图中进行Top-K可能最短路径查询是一个重要的研究方向。对于估计精度，有如下方程：
[Pr(p \in [p - \varepsilon, p + \varepsilon]) > 1 - \delta]
根据估计概率 (Pr(\sum_{i = n - 1}^{i = 1}E(P_i - P_n)))，对于每个候选路径 (P_n)，可以通过方程5轻松计算 (Pr(P_n = SP(G)))，随后将Top-K可能最短路径报告给用户。

1.1 实验设置

在实验中，使用了真实和合成的数据集。由于目前没有关于Top-K可能最短路径查询的现有工作，为了便于比较，将Top-K可能最短路径查询转换为基于阈值的查询，采用递减阈值的方法，简称为“递减阈值法（DT）”。具体操作步骤如下：
1. 首先将阈值 (\theta) 设置为一个较大的值。
2. 根据相关算法，如果能找到Top-K可能最短路径，则报告结果并终止算法。
3. 否则，减小 (\theta) 并重复上述过程，直到获得Top-K答案。

所有实验均使用标准C++实现，在运行Windows XP的P4 1.7G、1G RAM的机器上进行。

1.2 数据集

使用了两个大型真实数据集：
1. Yago ：从维基百科中提取事实，并与WordNet词库集成。构建的大型不确定图中，每个顶点表示一个实体，每条边表示两个实体之间的属性，边权重设为‘