基于LDA主题模型的维吾尔语无监督词义消歧

• 作者: 李晓 杨雅婷 袁扬
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 维吾尔语 无监督词义消歧 主题模型 语义相似度 同义词
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 低资源语言处理
• 页码范围: 198-205
• 页数: 8页
• 分类号: TP391
• 字数: 7522字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201908044

摘要

维吾尔语是典型的资源稀缺型语言,由于词义消歧标注语料资源和语义分析工具的不足,导致传统的有监督方法难以实现.针对该问题,将篇章文本的词义消歧问题类比为文本主题分类问题,在LDA(latent Dirichlet allocation)主题模型的基础上提出了一种维吾尔语无监督词义消歧模型.为强化主题模型对歧义词语义项的分类性能,加入了3个数据预处理过程:去除停用词,过滤有效词和强化同义词词频权重.实验结果表明,在随机抽取的63组测试样本集中,该模型的词义消歧准确率达到65.08％,在篇章文本采样词任务中词义消歧准确率达到61.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓	中国科学院新疆理化技术研究所	192	3933	35.0	55.0
7	杨雅婷	中国科学院新疆理化技术研究所	26	79	6.0	8.0
19	袁扬	中国科学院新疆理化技术研究所	1	0	0.0	0.0