ISCAS OpenIR  > 基础软件与系统重点实验室
基于向量空间模型的有导词义消歧
Alternative Titlesupervised word sense disambiguation based on vector space model
鲁松; 白硕; 黄雄; 张健
2001
Source计算机研究与发展
Volume38Issue:6Pages:662-667
English Abstract词义消歧一直是自然语言理解中的一个关键问题,该问题解决的好坏直接关系到自然语言处理中诸多应用问题的效果优劣.由于自然语言知识表示的困难,在手工规则的词义消歧难以达到理想效果的情况下,各种有导机器学习方法被应用于词义消歧任务中.借鉴前人的成果引入信息检索领域中向量空间模型文档词语权重计算技术来解决多义词义项的知识表示问题,并提出了上下文位置权重的计算方法,给出了一种基于向量空间模型的词义消歧有导机器学习方法.该方法将多义词的义项和上下文分别映射到向量空间中,通过计算多义词上下文向量与义项向量的距离,采用k-NN(k=1)方法来确定上下文向量的义项分类.在9个汉语高频多义词的开放和封闭测试中均取得了突出的成绩(封闭测试平均正确率为96.31% ,开放测试平均正确率为92.98%),验证了该方法的有效性.
Keyword词义消歧 向量空间模型 义项矩阵 上下文位置权重 有导机器学习
Department计算机科学国家重点实验室
Language中文
Content Type期刊论文
URIhttp://ir.iscas.ac.cn/handle/311060/3158
Collection基础软件与系统重点实验室
Recommended Citation
GB/T 7714
鲁松,白硕,黄雄,等. 基于向量空间模型的有导词义消歧[J]. 计算机研究与发展,2001,38(6):662-667.
APA 鲁松,白硕,黄雄,&张健.(2001).基于向量空间模型的有导词义消歧.计算机研究与发展,38(6),662-667.
MLA 鲁松,et al."基于向量空间模型的有导词义消歧".计算机研究与发展 38.6(2001):662-667.
Files in This Item:
File Name/Size DocType Version Access License
20013806662.pdf(351KB) 开放获取--Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[鲁松]'s Articles
[白硕]'s Articles
[黄雄]'s Articles
Baidu academic
Similar articles in Baidu academic
[鲁松]'s Articles
[白硕]'s Articles
[黄雄]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[鲁松]'s Articles
[白硕]'s Articles
[黄雄]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.