融合语言知识的神经网络中文词义消歧模型

• 作者: 昝红英 程晓煜 穆玲玲 韩英杰
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 词义消歧 词典 神经网络 语言资源
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 15-20
• 页数: 6页
• 分类号: TP181
• 字数: 4424字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2019384

摘要

提出一种融合语言知识的神经网络中文词义消歧模型,在双向长短时记忆网络中使用目标词的释义和例句信息进行消歧.该模型在SemEval-2007中英文词义消歧数据集上的实验结果表明,融合语言知识后,词义消歧的宏平均准确率和微平均准确率分别比基线模型提高了2.31％和1.93％,说明在神经网络模型中融合语言知识有助于改善中文词义消歧的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	昝红英	郑州大学信息工程学院	58	759	11.0	26.0
2	穆玲玲	郑州大学信息工程学院	19	49	5.0	6.0
3	韩英杰	郑州大学信息工程学院	22	127	6.0	11.0
4	程晓煜	郑州大学信息工程学院	1	0	0.0	0.0