钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
大学学报期刊
\
北京邮电大学学报期刊
\
基于卷积神经网络的词义消歧
基于卷积神经网络的词义消歧
作者:
张春祥
赵凌云
高雪瑶
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
词义消歧
卷积神经网络
消歧特征
语义类别
摘要:
为了提高词义消歧性能,提出了一种基于卷积神经网络的消歧方法.以歧义词为中心,向左右两侧连续扩展4个邻接词汇单元,选取其中的词形、词性和语义类作为消歧特征.以消歧特征为基础,使用卷积神经网络来确定歧义词的语义类别.利用SemEval-2007:Task#5的训练语料和哈尔滨工业大学语义标注语料来优化卷积神经网络.使用SemEval-2007:Task#5的测试语料来测试词义消歧分类器的性能,所提方法的消歧平均准确率有提高.实验结果表明,该方法在词义消歧中是可行的.
暂无资源
收藏
引用
分享
推荐文章
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
基于词义消歧的卷积神经网络文本分类模型
文本分类
卷积神经网络
长短时记忆网络
特征提取
自然语言处理
基于卷积神经网络的FrameNet框架消歧研究
FrameNet
框架消歧
卷积神经网络
特征提取
融合语言知识的神经网络中文词义消歧模型
词义消歧
词典
神经网络
语言资源
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于卷积神经网络的词义消歧
来源期刊
北京邮电大学学报
学科
工学
关键词
词义消歧
卷积神经网络
消歧特征
语义类别
年,卷(期)
2019,(3)
所属期刊栏目
研究报告
研究方向
页码范围
114-119
页数
6页
分类号
TP391.2
字数
语种
中文
DOI
10.13190/j.jbupt.2018-148
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
高雪瑶
哈尔滨理工大学计算机科学与技术学院
36
60
5.0
6.0
2
张春祥
哈尔滨理工大学软件与微电子学院
33
80
6.0
7.0
3
赵凌云
哈尔滨理工大学计算机科学与技术学院
2
2
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(29)
共引文献
(73)
参考文献
(13)
节点文献
引证文献
(2)
同被引文献
(11)
二级引证文献
(0)
1983(1)
参考文献(0)
二级参考文献(1)
1995(1)
参考文献(0)
二级参考文献(1)
1996(1)
参考文献(0)
二级参考文献(1)
1998(2)
参考文献(0)
二级参考文献(2)
1999(1)
参考文献(0)
二级参考文献(1)
2002(2)
参考文献(0)
二级参考文献(2)
2003(1)
参考文献(0)
二级参考文献(1)
2004(1)
参考文献(0)
二级参考文献(1)
2005(2)
参考文献(0)
二级参考文献(2)
2006(3)
参考文献(0)
二级参考文献(3)
2007(1)
参考文献(0)
二级参考文献(1)
2008(5)
参考文献(0)
二级参考文献(5)
2009(4)
参考文献(1)
二级参考文献(3)
2010(4)
参考文献(1)
二级参考文献(3)
2011(1)
参考文献(0)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2013(2)
参考文献(2)
二级参考文献(0)
2016(3)
参考文献(3)
二级参考文献(0)
2017(5)
参考文献(5)
二级参考文献(0)
2018(1)
参考文献(1)
二级参考文献(0)
2019(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)
2020(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
卷积神经网络
消歧特征
语义类别
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
北京邮电大学学报
主办单位:
北京邮电大学
出版周期:
双月刊
ISSN:
1007-5321
CN:
11-3570/TN
开本:
大16开
出版地:
北京海淀区西土城路10号
邮发代号:
2-648
创刊时间:
1960
语种:
chi
出版文献量(篇)
3472
总下载数(次)
19
总被引数(次)
26644
期刊文献
相关文献
1.
基于BP神经网络的词义消歧模型
2.
基于词义消歧的卷积神经网络文本分类模型
3.
基于卷积神经网络的FrameNet框架消歧研究
4.
融合语言知识的神经网络中文词义消歧模型
5.
利用BP神经网络的中文词义消歧模型
6.
神经网络和贝叶斯网络在汉语词义消歧上的对比研究
7.
基于词义消歧的卷积神经网络文本分类模型
8.
一种基于神经网络的词义排歧方法
9.
基于统计的汉语词义消歧研究
10.
基于词向量的无监督词义消歧方法
11.
基于细粒度多通道卷积神经网络的文本情感分析
12.
基于模板的无导词义消歧方法
13.
基于指示词的词义消歧方法
14.
基于义类的无导词义消歧方法的研究
15.
基于语义的词义消歧算法初探
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
北京邮电大学学报2022
北京邮电大学学报2021
北京邮电大学学报2020
北京邮电大学学报2019
北京邮电大学学报2018
北京邮电大学学报2017
北京邮电大学学报2016
北京邮电大学学报2015
北京邮电大学学报2014
北京邮电大学学报2013
北京邮电大学学报2012
北京邮电大学学报2011
北京邮电大学学报2010
北京邮电大学学报2009
北京邮电大学学报2008
北京邮电大学学报2007
北京邮电大学学报2006
北京邮电大学学报2005
北京邮电大学学报2004
北京邮电大学学报2003
北京邮电大学学报2002
北京邮电大学学报2001
北京邮电大学学报2000
北京邮电大学学报1999
北京邮电大学学报2019年第6期
北京邮电大学学报2019年第5期
北京邮电大学学报2019年第4期
北京邮电大学学报2019年第3期
北京邮电大学学报2019年第2期
北京邮电大学学报2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号