基于卷积神经网络的词义消歧

• 作者: 张春祥 赵凌云 高雪瑶
• 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
• 页码范围: 114-119
• 页数: 6页
• 分类号: TP391.2
• 语种: 中文
• DOI: 10.13190/j.jbupt.2018-148

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.

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