基于统计语言模型的无导词义消歧  

An Unsupervised Approach To Word Sense Disambiguation Based on Language Model

作　　者：陈浩[1] CHEN Hao （Department of computer Science,Guangdong University of Finace and Economics, Huashang College, Guangzhou 510000,China）

机构地区：[1]广东财经大学华商学院信息工程系,广东广州510000

出　　处：《电脑知识与技术》2015年第1期178-180,共3页Computer Knowledge and Technology

摘　　要：词义消歧在自然语言处理中一直是一个难点问题,同时,也是很多领域都需要解决的一个重要环节。本文介绍了一种基于统计语言模型和统计方法相结合的有导词义消歧模型,详细讲解了统计语言模型原理;通过实验发现,在有限的标注语言条件下,语言模型确实可以提高词义消歧的性能。由此得出,统计语言模型在词义消歧的中具有良好的应用前景。Word sense disambiguation is a difficult problem in many fields of natural language processing,eg.machine translation, information retrieval.This paper firstly introduces a language model which is conbining statistics method,and then discusses the ad- vantage of the language model.Accordingly ,the language model has the good application foreground in Wsd.

关 键 词：语言模型 HOWNET 无导方法 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]