基于k-means聚类的无导词义消歧

无导词义消歧避免了人工词义标注的巨大工作量,可以适应大规模的多义词消歧工作,具有广阔的应用前景。这篇文章提出了一种无导词义消歧的方法,该方法采用二阶context构造上下文向量,使用k-means算法进行聚类,最后通过计算相似度来进行词义的排歧.实验是在抽取术语的基础上进行的,在多个汉语高频多义词的两组测试中取得了平均准确率82·67%和80·87%的较好的效果。

基于知网的无指导词义消歧

词义消歧仍然是自然语言处理中一个重大的挑战，在自然语言处理的一开始，词义消歧就被认为是自然语言处理的中心任务之一。这篇文章提出了一种无导词义消歧的方法，该方法采用二阶context构造上下文向量，使用k-means算法进行聚类，最后通过计算相似度来进行词义的排歧．实验是在抽取术语的基础上进行的，在多个汉语高频多义词的两组测试中取得了平均准确率82．67％和84．55％的较好的效果。