基于有效上下文信息的变体词还原方法

• 作者: 梁棋 沙瀛 游绩榕 王斌
• 来源期刊: 计算机应用研究
• 关键词: 变体词 变体词还原 自编码器 有效上下文信息 词嵌入 神经网络
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1737-1740,1747
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.01.0033

摘要

在社交网络上,用户常创造一些变体词来替代部分实体名词,将这些变体词还原为原目标词是自然语言处理中的一项重要工作.针对现有变体词还原方法准确率不够高的问题,提出了基于有效上下文信息的变体词还原方法.该方法利用点互信息抽取出变体词和候选目标词的有效上下文信息,并将其融合进自编码器模型中,获得变体词和候选目标词更准确的编码,并依据此计算相似度进行候选目标词排序,更准确地实现了变体词还原任务.实验表明,该方法较当前主流的几种方法相比效果有显著提升,提高了变体词还原的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王斌	中国科学院信息工程研究所第二研究室	325	6645	42.0	69.0
5	沙瀛	中国科学院信息工程研究所第二研究室	14	118	6.0	10.0
9	梁棋	中国科学院信息工程研究所第二研究室	2	1	1.0	1.0
13	游绩榕	中国科学院信息工程研究所第二研究室	1	0	0.0	0.0