题名 一种改进的基于语义的词义消歧方法
被引量:1
1
作者
王贤川
曾敏
王小宁
朱雪波
李洪波
刘巧
机构
温州医学院网络与信息中心
温州科技职业学院网络信息中心
温州医学院院长办公室
出处
《计算机应用与软件》
CSCD
北大核心
2012年第2期218-220,共3页
文摘
针对现有基于语义的词义消歧方法存在两点不足:一,利用部分具有歧义的上下文语境词进行消歧存在不合理性;二,未考虑上下文语境词距离远近对语义相关度计算的影响,提出一种改进的方法,采用分步策略和距离加权两种方法分别进行改进。实验结果表明,改进方法在消歧效果上有明显的改善。
关键词
词义消歧
上下文加权
语义相关度
知网
Keywords
word sense disambiguation context weighting semantic relatedness hownet
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 上下文边界可变的词义消歧
被引量:2
2
作者
闫蓉
高光来
机构
内蒙古大学计算机学院
出处
《计算机工程与设计》
北大核心
2015年第10期2843-2848,共6页
基金
国家自然科学基金项目(61263037)
内蒙古自然科学基金重大项目(2011ZD11)
文摘
传统基于知识的词义消歧方法对所有词性的多义词均采用统一窗口大小作为消歧上下文,没有考虑固定窗口中影响消歧的噪音问题,消歧效果不佳,为此提出一种上下文边界可变的中文词义消歧模型。通过分词性的调整消歧上下文边界,尽可能保证选取的上下文中各词语和多义词存在语义联系,达到消减噪音目的。通过构建多义词义项搭配库,进一步细化词语间语义相关度计算。实验结果表明,使用该方法比SemEval-2007最好成绩高出8.6个百分点。
关键词
语境
语义相关
搭配
词义消歧
知网
Keywords
context
semantic relevancy
collocation
word sense disambiguation (WSD)
hownet
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 一种改进的无监督网络图词义消歧方法研究
被引量:1
3
作者
王苗
杨鹏
机构
宁夏工商职业技术学院信息技术系
北方民族大学计算机科学与工程学院
出处
《机床与液压》
北大核心
2017年第18期130-135,共6页
基金
supported by Ningxia Hui Autonomous Region “the 13th Five-Year Plan” Key Construction majors of undergraduate of higher education-network engineering components(No.2016-21)
2016 College of Science and Technology Research Achievements,Ningxia Vocational Technical College of Industry and Commerce(No.NXGSKY2016-25)
文摘
词义消歧是一项根据上下文自动选择正确词义的任务,并且成为了计算语言学领域中最重要最有挑战性的难题之一,在各种自然语言处理应用程序中起了至关重要的作用。因此,为了提高词义消歧的准确率,提出一种改进的无监督网络图词义消歧方法。使用《知网》How Net作为知识库,运用一种新的词语间高阶关系的相似性度量方法,来给图的边分配适当的权值。然后,使用中心度计算并且结合相邻词义,来选择最适合目标词的方法。在数据集Senseval-3中进行了具体测试。实验结果显示:提出的方法的准确率达到46.1%,优于相同测试集下其他无监督词义消歧方法。
关键词
自然语言处理
词义消歧
无监督
How
NET
权值
网络图
语义相似度
Keywords
Natural language processing, word sense disambiguation , Unsupervised, hownet , Weight, Networkgraph, semantic similarity
分类号
TP391
[自动化与计算机技术—计算机应用技术]