基于深层特征抽取的日文词义消歧系统

• 作者: 曾广平 王大亮 田中贵秋 雷雪梅
• 来源期刊: 北京科技大学学报
• 学科: 工学
• 关键词: 自然语言处理 词义消歧 最大熵模型 特征抽取
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 控制与决策
• 页码范围: 263-269
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

词义消歧的特征来源于上下文. 日文兼有中英文的语言特性,特征抽取更为复杂. 针对日文特点,在词义消歧逻辑模型基础上,利用最大熵模型优良的信息融合性能,采用深层特征抽取方法,引入语义、句法类特征用于消解歧义. 同时,为避免偏斜指派,采用BeamSearch算法进行词义序列标注. 实验结果表明,与仅使用表层词法类特征方法相比,本文构造的日文词义消歧系统的消歧精度提高2%～3%,动词消歧精度获得5%的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾广平	北京科技大学信息工程学院	91	508	11.0	17.0
2	雷雪梅	北京科技大学信息工程学院	6	24	3.0	4.0
3	王大亮		1	1	1.0	1.0