利用上下文信息解决汉语自动分词中的组合型歧义

• 作者: 孙茂松 肖云 邹嘉彦
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自然语言处理 中文计算 汉语自动分词 组合型歧义切分字段
• 年，卷（期）: 2001,（19）
• 所属期刊栏目: 学术探讨
• 页码范围: 87-89,106
• 页数: 4页
• 分类号: TP391.1
• 字数: 4696字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2001.19.030

摘要

组合型歧义切分字段一直是汉语自动分词研究中的一个难点.该文将之视为与Word Sense Disambiguation(WSD)相等价的问题.文章借鉴了WSD研究中广泛使用的向量空间法,选取了20个典型的组合型歧义进行了详尽讨论.提出了根据它们的分布"分而治之”的策略,继而根据实验确定了与特征矩阵相关联的上下文窗口大小、窗口位置区分、权值估计等要素,并且针对数据稀疏问题,利用词的语义代码信息对特征矩阵进行了降维处理,取得了较好的效果.笔者相信,这个模型对组合型歧义切分字段的排歧具有一般性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙茂松		64	2166	18.0	46.0
2	肖云		1	78	1.0	1.0
3	邹嘉彦	香港城市大学语言资讯科学研究中心	12	614	7.0	12.0