作者:
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:
词义消歧仍然是自然语言处理中一个重大的挑战,在自然语言处理的一开始,词义消歧就被认为是自然语言处理的中心任务之一。这篇文章提出了一种无导词义消歧的方法,该方法采用二阶context构造上下文向量,使用k-means算法进行聚类,最后通过计算相似度来进行词义的排歧.实验是在抽取术语的基础上进行的,在多个汉语高频多义词的两组测试中取得了平均准确率82.67%和84.55%的较好的效果。
推荐文章
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
基于义类的无导词义消歧方法的研究
自然语言处理
词义消歧
无导方法
义类
基于句法分析的汉语词义消歧
词义消歧
句法信息
词性
消歧分类器
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 基于知网的无指导词义消歧
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 词义消歧 HOWNET 二阶context K-MEANS聚类
年,卷(期) 2015,(4) 所属期刊栏目
研究方向 页码范围 67-68
页数 2页 分类号 TP391
字数 语种
DOI
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 陈浩 广东财经大学华商学院信息工程系 7 4 1.0 2.0
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  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
词义消歧
HOWNET
二阶context
K-MEANS聚类
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导