从搭配知识获取最优种子的词义消歧方法

• 作者: 何婷婷 全昌勤 刘辉 姬东鸿
• 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 自然语言处理 词义消歧 搭配 种子优选
• 年，卷（期）: 2005,（1）
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP391
• 字数: 4848字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2005.01.005

摘要

基于统计的词义消歧模型的一个关键问题是如何自动从语料库中获取指示词,虽然通过学习初始搭配实例能够在语料库中获取更多的搭配知识,但人工获取质量较好的初始搭配是比较困难的,并且无法保证有效的扩大搭配知识.针对该问题,提出了通过机器学习初始搭配实例获取最优种子,再由最优种子扩增更多指示词,最后利用这些指示词实现具有多个义项的多义词消歧.采用该方法对8个多义词进行消歧的测试实验中取得了87.7%的平均正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何婷婷	华中师范大学计算机科学与技术系	71	1176	21.0	32.0
2	全昌勤	华中师范大学计算机科学与技术系	5	105	5.0	5.0
3	刘辉	华中师范大学生命科学学院	18	127	7.0	11.0