神经网络和贝叶斯网络在汉语词义消歧上的对比研究

• 作者: 刘挺 卢志茂 李生 郎君
• 来源期刊: 高技术通讯
• 关键词: 词义消歧 人工神经网络 贝叶斯网络模型 互信息
• 年，卷（期）: 2004,（8）
• 所属期刊栏目: 信息技术
• 页码范围: 15-19
• 页数: 5页
• 字数: 5594字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2004.08.004

摘要

神经网络和贝叶斯网络是两种经典的机器学习方法.本文通过实验考察了这两种网络模型在汉语词义消歧上的应用效果.实验对象是通过特定规则构造的6个伪词.使用伪词可以避免有指导的词义消歧方法中的数据稀疏问题,充分验证词义分类器的实验效果.贝叶斯网络用于词义分类简单高效,模型容易构造,而神经网络的结构则相对复杂,用于词义消歧需要先解决输入问题.实验中采用词间互信息成功构造了神经网络的输入模型,实验效果较为理想.实验数据表明贝叶斯网络比神经网络更适合解决汉语词义消歧问题.但贝叶斯网络的抗噪声能力却明显逊色于神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李生	哈尔滨工业大学计算机学院信息检索研究室	118	3318	28.0	56.0
2	刘挺	哈尔滨工业大学计算机学院信息检索研究室	142	4348	34.0	63.0
3	卢志茂	哈尔滨工业大学计算机学院信息检索研究室	44	499	13.0	21.0
4	郎君	哈尔滨工业大学计算机学院信息检索研究室	6	178	5.0	6.0