词义排歧

作品数：28被引量：112H指数：5
导出分析报告
相关领域：自动化与计算机技术语言文字更多>>
相关作者：李涓子杨尔弘辛日华刘亚清黄昌宁更多>>
相关机构：清华大学山西大学呼伦贝尔学院大连海事大学更多>>
相关期刊：《汉语学报》《计算机应用》《内蒙古大学学报（自然科学版）》《中文信息学报》更多>>
相关基金：国家自然科学基金内蒙古自治区自然科学基金湖北省社会科学基金山西省青年科技研究基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于规则的多义疑问词“怎么”的词义排歧模型研究被引量：1
《中文信息学报》2019年第6期12-17,34,共7页牛长伟 程邦雄 
中南财经政法大学中央高校基本科研业务类专项资金(2722019JCT043);中南财经政法大学振兴工程科研基金(31721811401、31721911401);湖北省社会科学基金(2016026)
在自然语言处理中,多义疑问词的词义识别尚存改进空间。以"怎么"为例,其可表全称解读(任指)、存在解读(虚指)和疑问解读(询问状况、性状、方式和原因)。目前主流机器翻译系统在处理"怎么"的识别情况上仍需改进。该文从词义排歧的角度出...
关键词：怎么 句法环境 词义排歧 语义解读 
基于规则的汉语疑问词“什么”的语义识别模型构建被引量：1
《中文信息学报》2017年第5期14-20,共7页牛长伟 程邦雄 
湖北省社科基金(2016026);中南财经政法大学振兴工程科研基金(21141611401)
汉语疑问词具有多义性,至少有三种通用解读:疑问解读、存在解读(虚指)和全称解读(任指)。该文从汉语疑问词的词义排歧角度出发,通过总结汉语疑问词三种解读所处的句法环境的共同特征,确立其在复杂句法环境中的强势解读,进而构建一个基...
关键词：什么 语义识别模型 词义排歧 
基于非线性全局上下文的词嵌入被引量：3
《中国科学：信息科学》2015年第12期1588-1599,共12页刘永彬 欧阳纯萍 钟东来 李涓子 袁博志 李奇 
国家重点基础研究发展计划(973计划)(批准号:2014CB340504);国家自然科学重点基金(批准号:61533018);国家自然科学青年基金(批准号:61402220);国家自然科学基金中法合作项目(批准号:61261130588);中国博士后基金(批准号:2014M550733)资助项目
针对当前词表示方法中的上下文的局限性,文章提出了一个基于非线性全局上下文的词表示方法.该方法主要分为两步骤,首先利用维基百科的排歧页,对文档中的当前词进行排歧处理,以此来提高词表示的效果.然后,再针对传统词表示方法中的线性...
关键词：非线性全局上下文 共指消解 词义排歧 词向量 词嵌入 神经网络 深度学习 依存关系分析 
基于核模糊C均值聚类算法的词义排歧研究
《电脑知识与技术》2015年第12期1-3,共3页任恺 
本文是中南民族大学中央科研基本业务费项目（编号：CZQ14012）及申南民族大学本科教学质量工程项目（编号：JYX13017）阶段性研究成果之一
该文建立了一个无监督的词义排歧系统，并将它应用于生物医学领域的语料中。该系统使用未进行人工标注的语料进行机器学习，学习过程只需预先定义标准词义的数量，不需要其他人工干预。该系统使用了一种通常使用于图像识别领域的基于核...
关键词：词义排歧 核模糊 C均值 聚类 无监督 
语义剪枝系统研究
《内蒙古师范大学学报（自然科学汉文版）》2014年第1期106-109,113,共5页辛日华 
内蒙古自然科学基金资助项目(2013MS0102)
在自行研究和开发的基于知网的语义剪枝系统中,对大规模语料库中的语料多义词进行知网释义的自动提取,然后进行语义剪枝.将语义剪枝系统的实验结果与人工标注的结果相比,来解决自然语言处理过程中的词义排歧问题.其目的是通过语义剪枝...
关键词：词义排歧 语义剪枝 召回率 简化率 
探究NVEF义对标识库的构建
《电脑知识与技术（过刊）》2013年第12X期8068-8069,8074,共3页辛日华 辛日峰 
多义词的识别与消歧是一个自然语言处理的焦点环节,词汇语义知识是解决这个问题的基础资源。而词语之间的搭配知识是支持词义排歧的基础资源。该文研究在大规模语料库中进行名词和动词(NV)搭配对的提取方法,即建立一个包含名词词义、名...
关键词：NV搭配对 NVEF义对 词义知识 词义排歧 
大规模语料中NV搭配对的提取方法研究被引量：1
《内蒙古大学学报（自然科学版）》2013年第6期624-630,共7页辛日华 
内蒙古自然科学基金资助(No.2013MS0102)
词汇语义知识是自然语言处理(NLP)必须依靠的基础资源,NLP所涉及到的诸多问题中,多义词的识别与消歧是一个焦点环节.而词语之间的搭配知识是支持词义排歧的基础资源.词语搭配作为描述词间组合能力的一种重要的词汇知识,在自然语言处理...
关键词：词义知识 语料库 NV搭配对 词义排歧 
基于改进的Lesk算法的词义排歧算法被引量：4
《微型机与应用》2013年第24期69-71,75,共4页王永生 
教育部人文社会科学研究基金青年项目(07JC740009)
英文中的一词多义现象非常普遍,这给英文的词义排歧带来了极大的困难。针对这种情况,提出了一种基于改进的Lesk算法的词义排歧算法,即以语义词典WordNet为基础,借助CBC算法扩充目标词的相似词集合,通过改进的Lesk算法进行词义排歧。算...
关键词：词义排歧 Lesk 算法 WORD NET 
用于词义排歧的语义剪枝方法研究被引量：1
《控制工程》2013年第5期887-890,共4页辛日华 
内蒙古自然科学基金资助(2009MS0106);内蒙古自然科学基金资助(2013MS0102)
词义排歧方法的研究在自然语言处理领域具有重要的理论和实践意义。研究了一种基于知网的语义剪枝算法,来解决自然语言处理过程中的词义排歧问题。其目的是通过语义剪枝系统尽可能地减少歧义词在上下文中错误的或最不可能的义项。语义...
关键词：词义排歧 自然语言处理 知网 语义剪枝 
机器翻译中的词义排歧被引量：2
《赤峰学院学报（哲学社会科学版）》2012年第7期134-135,共2页贾超琴 
河南大学人文社会科学基金项目成果;项目名称:"科技英语翻译中的文体对等"(2008YBRW052)
机器翻译的根本问题是语义在从源语向目标语的转化中信息的一致性和表达的易理解性,在这一过程中多义词的歧义排除既是重点也是难点,有效的歧义排除是决定译文质量的关键。本文介绍了六种排歧方法,并对语用意义排歧和修辞意义排歧这两...
关键词：机器翻译 排歧 多义词 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部