基于向量空间模型中义项词语的无导词义消歧

有导词义消歧机器学习方法的引入虽然使词义消歧取得了长足的进步,但由于需要大量人力进行词义标注,使其难以适用于大规模词义消歧任务.针对这一问题,提出了一种避免人工词义标注巨大工作量的无导学习方法.在仅需义项词语知识库的支持下,将待消歧多义词与义项词语映射到向量空间中,基于k-NN(k=1)方法,计算二者相似度来实现词义消歧任务.在对10个典型多义词进行词义消歧的测试实验中,采用该方法取得了平均正确率为83.13%的消歧结果.

析《辞源》和《汉语大词典》释义失误例

从释义片面、举例失当和文意训释几个方面分析论证了《辞源》和《汉语大词典》对“何其”一词解释的错误,阐述了现代辞书解释词义不能把词语的文意训释作为词语义项的观点。

汉语“门”的多种用法及维吾尔语解析

"门"在汉语中是一个多义字,它在不同的词语,短语,成语和熟语等语境中分别表达不同的意思。本文归纳总结了"门"的各种意义与维语翻译方法,概括了学者们在"门"的研究中所拓展的不同意义,归纳了汉语与维吾尔语在"门"这个多义字上进行翻译的各种观点和方法。

面向汉语词义自动标注研究的软件平台开发

词语义项标注在自然语言处理领域占有重要地位。词义排歧知识的获取、基于排歧知识构建词义标注的语言模型,以及对所构建模型性能的评价就成为词语义项标注系统的三个核心问题,尤其是前两个问题非常重要,难度也很大。为更好地研究这些问题,设计并实现了一个面向词语义项标注研究的试验软件平台,应用该软件平台,很容易实现对不同语言模型、知识获取算法的试验与比较,且在模型确定之后,稍作改进,该实验系统就能成为一个功能完善的自动标注软件系统。试验表明,该平台对汉语词义标注的研究是有用的。