基于小规模语料库和机器可读词典的二元分布语义获取

• 作者: 杨尔弘 郝秀兰
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 人工智能 自然语言处理 机器可读词典 二元分布 语义 知识获取
• 年，卷（期）: 2004,（6）
• 页码范围: 23-29
• 页数: 7页
• 分类号: TP391
• 字数: 4794字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2004.06.004

摘要

本文提出了一种基于小规模语料库和机器可读词典(Machine Readable Dictionary,MRD)的无指导的动词语义获取方法.该方法不需要使用有义项标注的语料库,而是使用从语料中获得的v+N搭配以及MRD中多义词定义的应用实例中获得的知识.使用两种方法解决数据稀疏问题:首先,将词的相似性度量由直接共现扩展到共现词的共现,以共现聚类而不是共现词来计算词的相似度.其次,从MRD定义中获取名词的IS-A关系.通过这些方法,即使两个词不共享任何词,也可认为是相似的.实验表明,该方法可从很小规模的语料中获取知识,并在不限制词义的情况下达到85.7%的正确排歧率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨尔弘	山西大学计算机科学系	19	247	7.0	15.0
2	郝秀兰	太原师范学院网络中心	2	7	2.0	2.0