分享到:

基于向量空间模型的无导词义消歧

词义消歧一直是自然语言理解中的一个关键问题,该问题解决的好坏直接影响到自然语言处理中诸多问题的解决。现在大部分的词义消歧方法都是在分词的基础上做的。借鉴前  (本文共4页) 阅读全文>>

浙江大学
浙江大学

基于语义处理技术的信息检索模型研究

信息爆炸是当今信息社会的一大特点,当前信息检索技术面临着互联网网络信息更新越来越快,用户检索结果要求越来越精确的严重挑战。如何在海量的信息中有效地找到所需信息因而成为了一个关键问题,语义检索技术是解决这一问题非常有潜力的方法。然而,在语义网还没有完全实现的情况下,研究过渡时期的语义检索技术已成为近年来一个快速发展的新兴研究课题。本文对信息检索中的若干关键问题进行了研究,提出了基于语义处理技术的信息检索模型——SPTIR(Semantic Processing Technology based InformationRetrieval)。该模型围绕查询扩展和检索结果重排序而展开,主要由四个部分构成,即:基于词义消歧的语义查询扩展、基于词汇语义相关性度量的查询优化、基于文档语义相关性的检索结果重排序和语义加强的个性化信息推荐。1.在基于关键字的搜索引擎中,一个构造良好的查询是用户主观信息需求的客观表现,也是信息检索服务质量的基本保证...  (本文共164页) 本文目录 | 阅读全文>>

《软件学报》2002年06期
软件学报

基于向量空间模型中义项词语的无导词义消歧

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...  (本文共8页) 阅读全文>>

《计算机研究与发展》2001年06期
计算机研究与发展

基于向量空间模型的有导词义消歧

词义消歧一直是自然语言理解中的一个关键问题 ,该问题解决的好坏直接关系到自然语言处理中诸多应用问题的效果优劣 .由于自然语言知识表示的困难 ,在手工规则的词义消歧难以达到理想效果的情况下 ,各种有导机器学习方法被应用于词义消歧任务中 .借鉴前人的成果引入信息检索领域中向量空间模型文档词语权重计算技...  (本文共6页) 阅读全文>>

《图书情报工作》2013年02期
图书情报工作

基于向量空间模型的古汉语词义自动消歧研究

借鉴现代汉语词义消歧的研究成果,提出一种改进的向量空间模型词义消歧方法,即在古汉语义项词语知识库的支持下,将待消歧多义词上下文与多义...  (本文共5页) 阅读全文>>

华中师范大学
华中师范大学

基于二阶上下文的无导词义消歧研究

词义消歧是自然语言理解中的一个关键问题,该问题解决的好坏直接关系到自然语言处理中诸多应用问题的效果优劣。词义消歧对机器翻译、信息检索、自然语言内容语义分析、语法分析、语音识别和文语转换等自然语言处理课题的研究都具有重要的理论和现实意义。国内外的许多学者和研究人员采用有指导和无指导的方法,利用各种词典做了许多词义消歧工作,取得了较好的效果。由于有导词义消歧需要对训练语料库进行词义的人工标注,这种标注工作既费时又费力,并且统计结果存在严重的数据稀疏问题。因此很多学者致力于研究无指导消歧知识获取方法。本文对无指导的词义消歧进行了比较深入的探讨,本文的研究工作具有如下几个特点:(1) 该方法是一种基于电子词典的无指导的词义消歧方法,运用这种方法可以对多个含有同一多义词的句子中的该多义词同时进行词义消歧;(2) 使用k-means聚类的方法对一个多义词的多个上下文进行聚类,每一个类中的多义词对应同一个义项;(3) 使用二阶上下文的方法可以...  (本文共51页) 本文目录 | 阅读全文>>