主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
鲁松,白硕,黄雄.基于向量空间模型中义项词语的无导词义消歧.软件学报,2002,13(6):1082-1089
基于向量空间模型中义项词语的无导词义消歧
An Unsuptervised Approach to Word Sense Disambiguation Based on Sense-Words in Vector Space Model
投稿时间:2000-08-01  修订日期:2001-03-26
DOI:
中文关键词:  词义消歧  无导方法  义项词语  上下文位置权重计算  向量空间模型
英文关键词:word sense disambiguation  unsupervised approach  sense-word  weight of context position  vector space model
基金项目:国家自然科学基金资助项目(69773008);国家863高科技发展计划资助项目(863-306-2D02-01-3);国家重点基础研究发展规划973资助项目(G1998030510)
作者单位
鲁松 中国科学院,计算技术研究所,北京,100080 
白硕 中国科学院,计算技术研究所,北京,100080 
黄雄 中国科学院,计算技术研究所,北京,100080 
摘要点击次数: 3387
全文下载次数: 3687
中文摘要:
      有导词义消歧机器学习方法的引入虽然使词义消歧取得了长足的进步,但由于需要大量人力进行词义标注,使其难以适用于大规模词义消歧任务.针对这一问题,提出了一种避免人工词义标注巨大工作量的无导学习方法.在仅需义项词语知识库的支持下,将待消歧多义词与义项词语映射到向量空间中,基于k-NN(k=1)方法,计算二者相似度来实现词义消歧任务.在对10个典型多义词进行词义消歧的测试实验中,采用该方法取得了平均正确率为83.13%的消歧结果.
英文摘要:
      WSD (word sense disambiguation) based on supervised machine learning made a great progress, but it is hard to deal with large-scale WSD because of its 慴ig?labor cost. An unsupervised WSD method is provided in this paper to solve this problem. Only under the knowledge database of sense-words, this method formulates the sense-words and polysemous words in vector space, and based on k-NN (k=1) it calculates the similarity between them to disambiguate polysemous words. The average accuracy is 83.13% for 10 polysemous words in open test by this method.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利