基于领域知识和词向量的词义消歧方法

被引：14

作者：

杨安 ^{[1
]}

李素建 ^{[1
,2
]}

李芸 ^{[3
]}

机构：

[1] 北京大学计算语言学教育部重点实验室

[2] 语言能力协同创新中心

[3] 中国社会科学院语言研究所

来源：

北京大学学报(自然科学版) | 2017年 / 53卷 / 02期

关键词：

词义消歧; 词向量模型; 领域知识;

D O I：

10.13209/j.0479-8023.2017.027

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

利用无标注文本构建词向量模型,结合特定领域的关键词信息,提出一种词义消歧方法。以环境领域的待消歧文本作为评测语料,通过与Lesk等其他消歧方法进行比较,证明了所提方法的有效性。通过引入不同的领域知识,证明该方法亦可在其他领域的文本消歧任务中加以应用。

引用

收藏

页码：204 / 210

页数：7

相关论文

共 1 条

[1] Unsupervised acquisition of predominant word senses
McCarthy, Diana
Koeling, Rob
Weeds, Julie
Carroll, John
[J]. COMPUTATIONAL LINGUISTICS, 2007, 33 (04) : 553 - 590