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:
作为自然语言处理的一项基础性研究,词义消歧对机器翻译、信息检索、文本分类、情感分析等上层应用有重要影响.本文针对现有消歧方法中存在的对知网知识利用不充分问题,提出了一种基于HowNet的图模型词义消歧方法.该方法利用依存句法分析获取上下文知识,构建上下文消歧图,并对HowNet中有着重要词义区分能力的例句进行依存句法分析,构建依存消歧图,结合上下文消歧图和依存消歧图完成歧义词的消歧处理.实验结果表明,该方法在SemEval-2007 task#5数据集上取得了0.468的消歧准确率,获得优于同类方法的消歧效果.
推荐文章
基于统计的汉语词义消歧研究
词义消歧
HowNet
隐马尔可夫模型
贝叶斯模型
依存分析
基于BP神经网络的词义消歧模型
词义消歧
基于统计
BP神经网络
语料库
基于词向量的无监督词义消歧方法
词义消歧
词向量
自然语言处理
机器翻译
Word2vec
基于依存分析改进贝叶斯模型的词义消歧
词义消歧
自然语言处理
依存分析
HowNet
贝叶斯模型
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HowNet的图模型词义消歧方法
来源期刊 齐鲁工业大学学报 学科 工学
关键词 词义消歧 图模型 HowNet 依存句法分析
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 66-73
页数 8页 分类号 TP391
字数 5939字 语种 中文
DOI 10.16442/j.cnki.qlgydxxb.2018.06.013
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (16)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
词义消歧
图模型
HowNet
依存句法分析
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
齐鲁工业大学学报
双月刊
1004-4280
37-1498/N
16开
山东省济南市西部新城大学科技园
1987
chi
出版文献量(篇)
1977
总下载数(次)
6
总被引数(次)
7717
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
山东省自然科学基金
英文译名:Natural Science Foundation of Shandong Province
官方网址:http://kyc.wfu.edu.cn/second/wnfw/shandongshengzirankexuejijin.htm
项目类型:重点项目
学科类型:
论文1v1指导