基于领域知识的图模型词义消歧方法
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于领域知识的图模型词义消歧方法
鹿文鹏;黄河燕;吴昊
【期刊名称】《自动化学报》
【年(卷),期】2014(40)12
【摘要】对领域知识挖掘利用的充分与否,直接影响到面向特定领域的词义消歧(Word sense disambiguation,WSD)的性能.本文提出一种基于领域知识的图模型词义消歧方法,该方法充分挖掘领域知识,为目标领域收集文本领域关联词作为文本领域知识,为目标歧义词的各个词义获取词义领域标注作为词义领域知识;利用文本领域关联词和句子上下文词构建消歧图,并根据词义领域知识对消歧图进行调整;使用改进的图评分方法对消歧图的各个词义结点的重要度进行评分,选择正确的词义.该方法能有效地将领域知识整合到图模型中,在Koeling数据集上,取得了同类研究的最佳消歧效果.本文亦对多种图模型评分方法做了改进,进行了详细的对比实验研究.
【总页数】15页(P2836-2850)
【作者】鹿文鹏;黄河燕;吴昊
【作者单位】北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081;齐鲁工业大学理学院济南 250353;北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081;北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京100081
【正文语种】中文
【相关文献】
1.基于HowNet的图模型词义消歧方法 [J], 孟凡擎;鹿文鹏;张旭;成金勇
2.基于HowNet的图模型词义消歧方法 [J], 孟凡擎;鹿文鹏;张旭;成金勇;;
3.基于VCK-vector模型的词义消歧方法 [J], 戴洪涛; 侯开虎; 周洲; 肖灵云
4.基于多节点组合特征和模糊聚类的中文词义消歧方法 [J], 贺佳;杜建强;聂斌;熊旺平;雷银香;罗计根;曾青霞
5.基于领域知识和词向量的词义消歧方法 [J], 杨安;李素建;李芸
因版权原因，仅展示原文概要，查看原文内容请购买