基于VCK-vector模型的词义消歧方法

• 作者: 侯开虎 周洲 戴洪涛 肖灵云
• 来源期刊: 软件
• 学科: 工学
• 关键词: 自然语言处理 多义词消歧 VCK-vector模型
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 134-140
• 页数: 7页
• 分类号: TP391.9
• 字数: 6771字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.02.029

摘要

自然语言处理(NLP)旨在如何让计算机更好的理解人类的语言,但是在自然语言中句段、词汇本身存在多义和歧义,计算机无法将其转换为能识别的二进制编码,这是当下NLP领域内存在的最大问题.本文将Viterbi算法的词性标注模型、CBOW语言模型及K-Means聚类算法组合,构建一种基于词向量的多义词组合消歧模型(VCK-Vector).通过词性分布对比、语义相关度任务和聚类效果分析等方法评测模型,最后通过百度AI词向量与模型输出结果进行对比.结果显示基于VCK-vector模型在实际场景运用中是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯开虎	昆明理工大学机电工程学院	50	183	8.0	12.0
2	肖灵云	昆明理工大学机电工程学院	4	0	0.0	0.0
3	戴洪涛	昆明理工大学机电工程学院	4	0	0.0	0.0
4	周洲	昆明理工大学机电工程学院	4	13	2.0	3.0