删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于卷积神经网络的词义消歧

本站小编 Free考研考试/2021-12-25

基于卷积神经网络的词义消歧

张春祥1, 赵凌云2, 高雪瑶2
1. 哈尔滨理工大学 软件与微电子学院, 哈尔滨 150080;
2. 哈尔滨理工大学 计算机科学与技术学院, 哈尔滨 150080
收稿日期:2018-07-11出版日期:2019-06-28发布日期:2019-06-20
通讯作者:高雪瑶(1979-),女,副教授,硕士生导师,E-mail:xueyao_gao@163.com.E-mail:xueyao_gao@163.com
作者简介:张春祥(1974-),男,教授,硕士生导师.
基金资助:国家自然科学基金项目(61502124,60903082);中国博士后科学基金项目(2014M560249);黑龙江省普通高校基本科研业务费专项资金项目(LGYC2018JC014);黑龙江省自然科学基金项目(F2015041,F201420)

Word Sense Disambiguation Based on Convolution Neural Network

ZHANG Chun-xiang1, ZHAO Ling-yun2, GAO Xue-yao2
1. School of Software and Microelectronics, Harbin University of Science and Technology, Harbin 150080, China;
2. School of Computer Science and Technology, Harbin University of Science and Technology, Harbin 150080, China
Received:2018-07-11Online:2019-06-28Published:2019-06-20







摘要/Abstract


摘要: 为了提高词义消歧性能,提出了一种基于卷积神经网络的消歧方法.以歧义词为中心,向左右两侧连续扩展4个邻接词汇单元,选取其中的词形、词性和语义类作为消歧特征.以消歧特征为基础,使用卷积神经网络来确定歧义词的语义类别.利用SemEval-2007:Task#5的训练语料和哈尔滨工业大学语义标注语料来优化卷积神经网络.使用SemEval-2007:Task#5的测试语料来测试词义消歧分类器的性能,所提方法的消歧平均准确率有提高.实验结果表明,该方法在词义消歧中是可行的.
中图分类号:
TP391.2

引用本文



张春祥, 赵凌云, 高雪瑶. 基于卷积神经网络的词义消歧[J]. 北京邮电大学学报, 2019, 42(3): 114-119.
ZHANG Chun-xiang, ZHAO Ling-yun, GAO Xue-yao. Word Sense Disambiguation Based on Convolution Neural Network[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(3): 114-119.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3344
相关话题/硕士生导师 测试 哈尔滨理工大学 软件 微电子