基于义类的无导词义消歧方法的研究

词义消歧在自然语言处理的许多应用领域都起着十分重要的作用。为了适用于大规模的词义消歧,提出了一种无导的学习方法。基于向量空间模型,结合机读词典和义类词典建立从义项到义类的映射关系,再利用义类知识在语料库中无导学习消歧特征,最后利用这些特征实现词义消歧。

基于无导洞方法的连拱隧道结构设计与施工研究

以黄延高速公路羊泉沟连拱隧道为依托,提出在IV级围岩中采用无导洞施工方法,采用工程类比对该隧道结构支护参数进行了多方案比选,介绍了该隧道的工程地质水文地质概况、支护结构设计、施工工序安排与要点。基于有限元方法对其施工全过程进行了三维数值分析,获得了隧道结构体系力学性状随施工过程的变化规律,为设计与施工方案提供了理论依据。

基于向量空间模型的无导词义消歧

词义消歧一直是自然语言理解中的一个关键问题,该问题解决的好坏直接影响到自然语言处理中诸多问题的解决。现在大部分的词义消歧方法都是在分词的基础上做的。借鉴前人的向量空间模型运用统计的方法,提出了不用直接分词而在术语抽取的基础上做消歧工作。在义项矩阵的计算中,采用改进了的tf.idf.ig方法。在8个汉语高频多义次的测试中取得了平均准确率为84.52%的较好的效果,验证了该方法的有效性。

基于统计语言模型的无导词义消歧

词义消歧在自然语言处理中一直是一个难点问题,同时,也是很多领域都需要解决的一个重要环节。本文介绍了一种基于统计语言模型和统计方法相结合的有导词义消歧模型,详细讲解了统计语言模型原理;通过实验发现,在有限的标注语言条件下,语言模型确实可以提高词义消歧的性能。由此得出,统计语言模型在词义消歧的中具有良好的应用前景。