基于领域知识和词向量的词义消歧方法
杨安1, 李素建1,2,†(), 李芸3 1. 北京大学计算语言学教育部重点实验室, 北京 1008712. 语言能力协同创新中心, 徐州 221009
3. 中国社会科学院语言研究所, 北京 100732
收稿日期:
2016-07-29修回日期:
2016-09-23出版日期:
2016-11-30基金资助:
国家自然科学基金(61273278, 61572049)资助Word Sense Disambiguation Based on Domain Knowledge and Word Vector Model
An YANG1, Sujian LI1,2,†(), Yun LI3 1. Key Laboratory of Computational Linguistics (Peking University), MOE, Beijing 1008712. Collaborative Innovation Center for Language Ability, Xuzhou 221009
3. Institute of Linguistics, Chinese Academy of Social Sciences, Beijing 100732;
Received:
2016-07-29Revised:
2016-09-23Published:
2017-03-20RichHTML
8可视化
0复制本文网址
1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)
-->
摘要/Abstract
摘要: 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的文本消歧任务中加以应用。
中图分类号:
-->TP181
引用本文
杨安, 李素建, 李芸. 基于领域知识和词向量的词义消歧方法[J]. 北京大学学报自然科学版, 2017, 53(2): 204-210.
An YANG, Sujian LI, Yun LI. Word Sense Disambiguation Based on Domain Knowledge and Word Vector Model[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2017, 53(2): 204-210.
PDF全文下载地址:
http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3066