基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
词语的歧义问题给语言的自动理解造成了困难,词义消歧研究是解决该问题的方法.当前统计学习的方法在该问题的研究上得到了普遍的应用,然而限于训练语料的规模,统计词义消歧方法还不能获得十分满意的结果.如何在有限规模的训练语料的条件下,提高统计学习的效率,改善学习效果,是有监督词义消歧方法研究上的热点问题.在词语扩展思想的基础上,设计了一种以基于指示词扩展的词义消歧新方法,并通过实验证明该方法可以在不增大训练语料规模的前提下提高有监督词义消歧的精度.
推荐文章
基于指示词的词义消歧方法
自然语言处理
词义消歧
指示词
相似性
基于词向量的无监督词义消歧方法
词义消歧
词向量
自然语言处理
机器翻译
Word2vec
基于领域知识和词向量的词义消歧方法
词义消歧
词向量模型
领域知识
结合语义知识的汉语词义消歧
词义消歧
歧义词汇
贝叶斯模型
语义信息
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向词义消歧的指示词扩展技术
来源期刊 计算机工程与应用 学科 工学
关键词 词义消歧 人工智能 自然语言理解 模式识别
年,卷(期) 2010,(15) 所属期刊栏目 博士论坛
研究方向 页码范围 10-12
页数 分类号 TP311
字数 3494字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.15.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张汝波 哈尔滨工程大学模式识别与自然计算研究室 110 1870 20.0 39.0
2 卢志茂 哈尔滨工程大学模式识别与自然计算研究室 44 499 13.0 21.0
3 范冬梅 哈尔滨工程大学模式识别与自然计算研究室 10 80 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
词义消歧
人工智能
自然语言理解
模式识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导