词义消歧方法

作品数：32被引量：113H指数：8
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：鹿文鹏高雪瑶何婷婷姬东鸿全昌勤更多>>
相关机构：齐鲁工业大学昆明理工大学哈尔滨理工大学华中师范大学更多>>
相关期刊：《科研信息化技术与应用》《哈尔滨理工大学学报》《齐鲁工业大学学报》《智能计算机与应用》更多>>
相关基金：国家自然科学基金国家重点基础研究发展计划国家高技术研究发展计划中国博士后科学基金更多>>
-
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：
结合知识图谱和文本层次结构的词义消歧方法
《计算机工程与应用》2023年第14期158-165,共8页曹渝昆 金成坤 唐艺嘉 魏子越 李云峰 
国家自然科学基金青年基金项目(61802249)。
当前带监督的词义消歧模型利用不同词义的注释信息和预训练的语言模型已经得到了较高的消歧结果。但是带监督的词义消歧模型的语义数据需要人工手动标注,使得带监督的词义消歧模型的扩展性较差。提出了一种结合知识图谱和文本层次结构...
关键词：词义消歧 知识图谱 BERT 图注意力机制 
基于VCK-vector模型的词义消歧方法被引量：1
《软件》2020年第2期134-140,共7页戴洪涛 侯开虎 周洲 肖灵云 
自然语言处理(NLP)旨在如何让计算机更好的理解人类的语言,但是在自然语言中句段、词汇本身存在多义和歧义,计算机无法将其转换为能识别的二进制编码,这是当下NLP领域内存在的最大问题。本文将Viterbi算法的词性标注模型、CBOW语言模型...
关键词：自然语言处理 多义词消歧 VCK-vector模型 
一种循环神经网络的词义消歧方法被引量：1
《哈尔滨理工大学学报》2020年第1期80-85,共6页张春祥 周雪松 高雪瑶 
国家自然科学基金(61502124,60903082);中国博士后科学基金(2014M560249);黑龙江省自然科学基金(F2015041,F201420);黑龙江省普通高校基本科研业务费专项资金(LGYC2018JC014)。
词义消歧是自然语言处理领域中的一个重要研究问题。针对汉语一词多义现象,结合上下文语境,采用循环神经网络(Recurrent Netural Networks,RNN)来确定歧义词汇的真实含义。以目标歧义词汇为中心,提取其左右4个邻接的词汇单元。从中抽取...
关键词：词义消歧 自然语言处理 循环神经网络 消歧特征 
一种受限玻尔兹曼机的词义消歧方法被引量：2
《哈尔滨理工大学学报》2019年第5期116-121,共6页张春祥 李海瑞 高雪瑶 
国家自然科学基金(61502124,60903082);中国博士后科学基金(2014M560249);黑龙江省自然科学基金资助项目(F2015041,F201420)
针对汉语一词多义现象,根据上下文所蕴含的语言学知识,采用受限玻尔兹曼机(restricted boltzmann machine,RBM)来确定歧义词汇的真实含义。选取歧义词汇左右邻接的四个词单元中的词形、词性和语义类作为消歧特征。同时,使用RBM来构建词...
关键词：受限玻尔兹曼机 消歧特征 词义消歧 训练语料 
采用Seq2Seq模型的非受限词义消歧方法被引量：5
《西北大学学报（自然科学版）》2019年第3期351-355,共5页唐善成 马付玉 张镤月 陈熊熊 
陕西省重点研发计划资助项目(2018GY-151);国家重点研发计划资助项目(2018YFC0808300);西安市科技计划资助项目(201805036YD14CG20(4))
词义消歧在中文自然语言处理中有着重要作用,基于传统机器学习的方法存在准确度不高,需要人工提取文本特征的缺点;基于深度学习的方法不适于词义歧义较多的情况。该文提出采用Seq2Seq模型的非受限词义消歧方法,输入词上下文序列,经过编...
关键词：自然语言处理 词义消歧 Seq2Seq 
基于HowNet的图模型词义消歧方法被引量：3
《齐鲁工业大学学报》2018年第6期66-73,共8页孟凡擎 鹿文鹏 张旭 成金勇 
国家自然科学基金(61502259);山东省自然科学基金(ZR2017MF056)
作为自然语言处理的一项基础性研究,词义消歧对机器翻译、信息检索、文本分类、情感分析等上层应用有重要影响。本文针对现有消歧方法中存在的对知网知识利用不充分问题,提出了一种基于How Net的图模型词义消歧方法。该方法利用依存句...
关键词：词义消歧 图模型 HOWNET 依存句法分析 
基于词向量的无监督词义消歧方法被引量：3
《软件导刊》2018年第9期193-195,共3页吕晓伟 章露露 
词义消歧在多个领域有重要应用。基于Lesk及其改进算法是无监督词义消歧研究的典型代表,但现有算法多基于上下文与义项词覆盖,通常未考虑上下文中词与歧义词的距离影响。为此提出一种基于词向量的词义消歧方法,利用向量表示上下文以及义...
关键词：词义消歧 词向量 自然语言处理 机器翻译 Word2vec 
一种基于多义词向量表示的词义消歧方法被引量：4
《智能计算机与应用》2018年第4期52-56,共5页李国佳 赵莹地 郭鸿奇 
华北水利水电大学2017年创新创业计划项目(2017XB136)
词义消歧是自然语言处理领域的基本任务。在词语词向量表示的基础上,计算获得多义词语上下文窗口的向量表示。利用统计的多义词及词义个数,基于K-means算法聚类文本语料集中多义词的上下文窗口表示,在原始文本语料集中对多义词语根据聚...
关键词：多义词向量表示 K-MEANS 词义消歧 
两种词义消歧方法分析与比较被引量：2
《信息与电脑》2017年第19期47-48,52,共3页张国清 
为了解决中文信息处理中的多义词在特定语境中的语义辨识问题,笔者进行了两种多义词消歧方法的实验并对其适用范围和应用前景进行了分析。首先介绍了有导的利用神经网络进行的词义消歧方法,其次介绍了无导的利用Hownet义原同现频率信息...
关键词：神经网络 词义消歧 HOWNET 义原 同现频率 
基于领域知识和词向量的词义消歧方法被引量：14
《北京大学学报（自然科学版）》2017年第2期204-210,共7页杨安 李素建 李芸 
国家自然科学基金(61273278;61572049)资助
利用无标注文本构建词向量模型,结合特定领域的关键词信息,提出一种词义消歧方法。以环境领域的待消歧文本作为评测语料,通过与Lesk等其他消歧方法进行比较,证明了所提方法的有效性。通过引入不同的领域知识,证明该方法亦可在其他领域...
关键词：词义消歧 词向量模型 领域知识 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部