基于神经网络的语境特征对must语义排歧影响研究

• 作者: 于建平 付继林 徐学萍 白塔娜
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 神经网络 英语情态动词 语义排歧 语境特征
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP301
• 字数: 3230字
• 语种: 中文
• DOI: 10.11907/rjdk.191918

摘要

英语情态动词的一词多义给自然语言处理带来了很大困难.情态动词语义对语境很敏感,发现影响情态动词语义的主要语境因素对情态动词特征选择、机器翻译等都十分重要.因此,采用神经网络技术对英语情态动词进行语义排歧,并确定不同语境特征对语义排歧结果的影响.基于一个100万字的语料库,以英语情态动词must为例,从语境中提取影响must语义的语义特征和句法特征,计算并确定这些特征向量值,建立可区分根情态与认识情态语义的BP神经网络,排歧正确率达到94％.在此基础上,通过实验研究确定不同语境特征对情态动词must语义排歧的影响程度等级.该研究结果为情态动词语义排歧及情态动词语义人工识别提供了重要依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白塔娜	燕山大学里仁学院英语系	8	8	2.0	2.0
2	付继林	燕山大学外国语学院	25	43	4.0	5.0
3	徐学萍	燕山大学外国语学院	11	58	4.0	7.0
4	于建平	燕山大学外国语学院	28	308	8.0	17.0