基于词向量的无监督词义消歧方法

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项,并考虑融合上下文与义项的语义相似度及义项分布频率进行词义消歧。在Senseval-3数据集上测试,结果表明,该方法能有效实现词义消歧。     

谈机器翻译中的词义消歧策略

本文在简要评述了现阶段机器翻译的种种不足之处后,认为词义歧义是阻碍机译系统提高翻译质量的重要因素。之后,文章概括评价了现阶段机器翻译系统所采用的词义消歧方法,如基于语言学规则的词义消歧方法,基于大规模语料库中多义词与其他关键语境词同现关系的统计的消歧方法和基于不倚赖于语言学知识的翻译实例的消歧方法,并提出了尚存问题。     

利用神经网络方法进行词义消歧的可行性研究

首先介绍了目前一些常用词义消歧方法及其研究进展,并在此基础上探讨了一种基于BP神经网络和统计方法相结合的有导词义消歧模型,最后详细讲解了BP神经网络原理,还对使用这种混合人工智能的消歧模型的可能性和优越性进行了讨论。     

词义消歧方法初探

计算机理解自然语言的瓶颈之一是词义的歧义性问题。词义消歧方法大体上可以分为两大类：基于定性的方法和基于定量的方法．要取得较好的词义消歧效果，将两结合是一条可行之道。本就这两的结合作了初步的研究和探讨．     

词义消歧与框架-脚本理论

对词义消歧(WSD)的研究,是人工智能科学、认知心理学、心理语言学等多种学科的热点课题.在过去的几十年里,各种各样的消歧理论体系不断被提出.文章对具有代表性的消歧体系进行简要介绍,并着重对框架-脚本理论运用于词义消歧的操作与意义进行了探讨.     

多义动词的词义消歧策略

多义动词的歧义消解在词义消歧研究中占有重要的地位。本文在语料库词义人工标注工作的经验基础上,在从可利用的词汇知识资源、消歧策略的内部构成和原理层次、机用词典中动词义项分立等几个方面分析了动词词义消歧问题。提出了一个由动词词义知识库、语料信息、综合处理器三大部分,以及语法功能、语义关系、使用经验三个层面构成的动词词义消歧策略,并从这个角度对用于机器自动消歧的动词义项分立规则提出改进意见。     

基于HNC理论的汉语词义消歧策略

基于HNC理论的汉语词义消歧策略,是从语义角度出发,利用HNC理论体系的HNC符号和HNC字词库,尤其是HNC符号的词语搭配信息和HNC字词库的语法语义信息,对汉语文本的多义词进行消歧。实验结果表明,该方法对于处理汉语词义消歧是有效的。     

基于贝叶斯分类器和条件随机场模型的词义消歧对比研究

本文采用贝叶斯分类器和条件随机场模型分别在同等规模的训练集和测试集上进行了词义消歧的对比实验。实验结果证明条件随机场模型能从上下文中任意地选择所需要的特征,而且有很强的特征组合能力,而不像贝叶斯分类器那样只对上下文的词形做训练．所以消歧结果是条件随机场模型优于贝叶斯分类器．但是在训练复杂度上．条件随机场要比贝叶斯分类器更为复杂一些。     

基于知网的语义剪枝方法研究

词义排歧在机器翻译、信息检索、句子分析和语言识别等自然语言处理的许多领域都有十分重要的用途．因此词义排歧方法的研究在自然语言处理领域具有重要的理论和实践意义。本的主要工作是研究从知口网知识源中获取词义排歧知识的方法以及研究在语料库支持下的语义剪枝(sense pruning)算法。     

Legendre方程边值问题的解的相似结构

针对Legendre方程的边值问题,对其解式的相似构造进行了研究.发现其解式可以由相似核函数和左边界条件的系数构造,而相似核函数则可由引解函数和右边界条件构造,即其解式可以通过两个线性无关解和左右边界条件的系数构造.由此获得了求解该类问题的一种新方法——相似构造法.