基于MDL聚类的无导词义消歧  

Unsupervised Approach to Word Sense Disambiguation Based on Hownet

作　　者：陈浩[1] 何婷婷[1] 姬东鸿[2] 

机构地区：[1]华中师范大学计算机科学系,湖北武汉430079 [2]新加坡信息通讯研究所,新加坡119613

出　　处：《小型微型计算机系统》2005年第10期1846-1849,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金(60442005)资助教育部科学技术研究重点项目(105117)资助国家语言文字应用"十五"科研项目(ZDI 105-43B)资助国家"九七三"基金项目(2004CB318104)资助.

摘　　要：无导词义消歧避免了人工词义标注的巨大工作量,可以适应大规模的多义词消歧工作,具有广阔的应用前景．提出了 一种无导词义消歧的方法．该方法以hownet词库为词典,采用二阶上下文构造上下文向量,使用MDL算法进行聚类,最后通 过计算相似度来进行词义的排歧．实验是在抽取术语的基础上进行的,在8个汉语高频多义词的测试中取得了平均准确率81． 12％的较好的效果．An unsupervised WSD（word sense disambiguation） can avoid big labor cost and it is possible to adjust to deal with large-scale ,so WSD has extensive applications in many fields. This paper presents an unsupervised approach which is used as dictionary based on hownet, constructing context vector by means of second-order context, clustering by MDL and disarnbiguates by calculating the similarity. Our experiments are based on the extraction of term and average accuracy is 81.12% for 8 ambiguous words in open test by this method.

关 键 词：词义消歧 HOWNET 二阶上下文 MDL 

分 类 号：TP317[自动化与计算机技术—计算机软件与理论]