一种改进的无监督网络图词义消歧方法研究

• 作者: 杨鹏 王苗
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 自然语言处理 词义消歧 无监督 HowNet 权值 网络图 语义相似度
• 年，卷（期）: 2017,（18）
• 页码范围: 130-135
• 页数: 6页
• 分类号: TP391
• 字数: 408字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2017.18.021

摘要

词义消歧是一项根据上下文自动选择正确词义的任务,并且成为了计算语言学领域中最重要最有挑战性的难题之一,在各种自然语言处理应用程序中起了至关重要的作用.因此,为了提高词义消歧的准确率,提出一种改进的无监督网络图词义消歧方法.使用《知网》HowNet作为知识库,运用一种新的词语间高阶关系的相似性度量方法,来给图的边分配适当的权值.然后,使用中心度计算并且结合相邻词义,来选择最适合目标词的方法.在数据集Senseval-3中进行了具体测试.实验结果显示:提出的方法的准确率达到46.1%,优于相同测试集下其他无监督词义消歧方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王苗	宁夏工商职业技术学院信息技术系	13	3	1.0	1.0
2	杨鹏	北方民族大学计算机科学与工程学院	8	13	3.0	3.0