基于语言模型的有监督词义消歧模型优化研究

• 作者: 杨陟卓 黄河燕
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 数据稀疏 模型优化 有监督模型 语言模型 参数估计
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 语言分析与生成
• 页码范围: 19-25
• 页数: 7页
• 分类号: TP391
• 字数: 5703字
• 语种: 中文

摘要

词义消歧是自然语言领域中重要的研究课题之一.目前,有监督词义消歧方法已经是解决该问题的有效手段.但是,由于缺乏大规模的训练语料,有监督方法还不能取得满意的效果.该文提出一种基于语言模型的词义消歧优化模型,该模型采用语言模型优化传统的有监督消歧模型,充分利用有监督和语言模型两种模型的消歧优势,共同推导歧义词的词义.该模型可以在训练语料不足的情况下,有效的提高词义消歧效果.在真实数据上表明,该方法的消歧性能超过了参加SemEval-2007:task#5评测任务的最好的有监督词义消歧系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄河燕	北京理工大学计算机科学与技术学院	30	311	13.0	16.0
2	杨陟卓	北京理工大学北京市海量语言信息处理与云计算应用工程技术研究中心	2	38	2.0	2.0