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:
提出了一种以概念相关性为主要依据的名词消歧算法.与现有算法不同的是,该算法在WordNet上对两个语义之间的语义距离进行了拓展,定义了一组语义之间的语义密度,从而量化了一组语义之间的相关性.将相关性转化为语义密度后,再进行消歧.还提出了一种在WordNet上的类似LSH的语义哈希,从而大大降低了语义密度的计算复杂度以及整个消歧算法的计算复杂度.在SemCor上对该算法进行了测试和评估.
推荐文章
基于语义的词义消歧算法初探
词义消歧
<知网>
搭配度
语义相关度
自然语言处理
基于知网语义相关度计算的词义消歧方法
汉语自动分词
词义消歧
语义相关度
知网
基于聚类集成的人名消歧算法
聚类集成
人名消歧
凝聚层次聚类
相似度矩阵
一种基于语义搭配的汉语词义消歧方法
自然语言处理
词义消歧
搭配
同现
种子
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 基于语义密度的名词消歧算法
来源期刊 计算机科学 学科 工学
关键词 消歧 名词消歧 语义密度 语义哈希
年,卷(期) 2012,(6) 所属期刊栏目 人工智能
研究方向 页码范围 194-197
页数 分类号 TP18
字数 4577字 语种 中文
DOI 10.3969/j.issn.1002-137X.2012.06.047
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 刘功申 上海交通大学信息安全工程学院 97 848 14.0 25.0
2 何文垒 上海交通大学信息安全工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (63)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
消歧
名词消歧
语义密度
语义哈希
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导