基于深度学习和词典定义的义原预测方法

• 作者: 刘媛媛 张磊 李响
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 知网 义原 定义 预测 深度学习 神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 软件工程
• 页码范围: 604-609
• 页数: 6页
• 分类号: TP391.1
• 字数: 5021字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.05.017

摘要

义原是人类语言中最小的语义单元,在众多自然语言处理任务中展现出重要的利用价值.人们通过手工标注的方式构建义原知识库,但人工标注耗时耗力,还存在标注一致性问题.义原的自动预测任务越来越受到重视.提出一种利用词典定义进行义原预测的方法,在义原知识库知网HowNet上进行实验,结果显示该方法取得当前最优的效果.另外,通过对结果做定量分析,证明该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊		122	1621	23.0	36.0
3	李响		20	257	6.0	16.0
9	刘媛媛		2	0	0.0	0.0