|
|
1.
基于HowNet义原和Word2vec词向量表示的多特征融合消歧方法
王伟, 赵尔平, 崔志远, 孙浩
计算机应用
2021, 41 (8):
2193-2198.
DOI: 10.11772/j.issn.1001-9081.2020101625
针对目前词向量表示低频词质量差，表示的语义信息容易混淆，以及现有的消歧模型对多义词不能准确区分等问题，提出一种基于词向量融合表示的多特征融合消歧方法。该方法将使用知网（HowNet）义原表示的词向量与Word2vec生成的词向量进行融合来补全词的多义信息以及提高低频词的表示质量。首先计算待消歧实体与候选实体的余弦相似度来获得二者的相似度；其次使用聚类算法和知网知识库来获取实体类别特征相似度；然后利用改进的潜在狄利克雷分布（LDA）主题模型来抽取主题关键词以计算实体主题特征相似度，最后通过加权融合以上三类特征相似度实现多义词词义消歧。在西藏畜牧业领域测试集上进行的实验结果表明，所提方法的准确率（90.1%）比典型的图模型消歧方法提高了7.6个百分点。
参考文献 |
相关文章 |
多维度评价
|
|
