基于知网义原词向量表示的无监督词义消歧方法

被引：15

作者：

唐共波 ^{[1
,2
]}

于东 ^{[1
,2
]}

荀恩东 ^{[1
,2
]}

机构：

[1] 北京语言大学大数据与语言教育研究所

[2] 北京语言大学信息科学学院

来源：

中文信息学报 | 2015年 / 06期

关键词：

词向量; 《知网》; 词义消歧; 无监督方法;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

词义消歧一直是自然语言处理领域中的重要问题,该文将知网(HowNet)中表示词语语义的义原信息融入到语言模型的训练中。通过义原向量对词语进行向量化表示,实现了词语语义特征的自动学习,提高了特征学习效率。针对多义词的语义消歧,该文将多义词的上下文作为特征,形成特征向量,通过计算多义词词向量与特征向量之间相似度进行词语消歧。作为一种无监督的方法,该方法大大降低了词义消歧的计算和时间成本。在SENSEVAL-3的测试数据中准确率达到了37.7%,略高于相同测试集下其他无监督词义消歧方法的准确率。

引用

页码：23 / 29

页数：7

共 4 条

[1] 基于Word Embedding语义相似度的字母缩略术语消歧 [J].