基于词语距离的网络图词义消歧

• 作者: 杨陟卓 黄河燕
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 词语距离 马尔可夫链 网络图模型 PageRank 参数估计
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 776-785
• 分类号: TP391
• 字数: 7658字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2012.04116

摘要

传统的基于知识库的词义消歧方法,以一定窗口大小下的词语作为背景,对歧义词词义进行推断.该窗口大小下的所有词语无论距离远近,都对歧义词的词义具有相同的影响,使词义消歧效果不佳.针对此问题,提出了一种基于词语距离的网络图词义消歧模型.该模型在传统的网络图词义消歧模型的基础上,充分考虑了词语距离对消歧效果的影响.通过模型重构、优化改进、参数估计以及评测比较,论证了该模型的特点:距离歧义词较近的词语,会对其词义有较强的推荐作用；而距离较远的词,会对其词义有较弱的推荐作用.实验结果表明,该模型可以有效提高中文词义消歧性能,与SemEval-2007:task#5最好的成绩相比,该方法在MacroAve(macro-average accuracy)上提高了3.1％.