基于字词联合的变体词规范化研究

• 作者: 施振辉 李锐 梁棋 沙瀛 王斌 邱泳钦
• 来源期刊: 计算机系统应用
• 关键词: 变体词 变体词规范化 社交网络 词向量 字词联合训练
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 专论·综述
• 页码范围: 29-35
• 页数: 7页
• 字数: 4729字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005979

摘要

社交网络中的文本具有随意性和非正规性等特点,一种常见现象是社交网络文本中存在大量变体词.人们往往为了避免审查、表达情感等将原来的词用变体词替代,原来的词成为目标词.本文研究变体词的规范化任务,即找到变体词所对应的初始目标词.本文利用变体词所在文本的时间和语义,结合变体词词性,提出了一种时间和语义结合的方法获取候选目标词,然后提出基于字词联合的词向量方法对候选目标词排序.我们的方法不需要额外的标注数据,实验结果表明,相比于当前最好的方法在准确性上具有一定的提升,针对与目标词存在相同的字的变体词其性能更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王斌	中国科学院信息工程研究所	325	6645	42.0	69.0
2	李锐		63	1219	18.0	34.0
3	沙瀛		14	118	6.0	10.0
4	邱泳钦	中国科学院信息工程研究所	3	3	1.0	1.0
5	施振辉	中国科学院信息工程研究所	1	1	1.0	1.0
6	梁棋	中国科学院信息工程研究所	2	1	1.0	1.0