融合语言知识的神经网络中文词义消歧模型

摘要：

提出一种融合语言知识的神经网络中文词义消歧模型,在双向长短时记忆网络中使用目标词的释义和例句信息进行消歧.该模型在SemEval-2007中英文词义消歧数据集上的实验结果表明,融合语言知识后,词义消歧的宏平均准确率和微平均准确率分别比基线模型提高了2.31％和1.93％,说明在神经网络模型中融合语言知识有助于改善中文词义消歧的效果.

关键词：词义消歧、词典、神经网络、语言资源

所属期刊栏目：52

分类号：TP181(自动化基础理论)

资助基金：国家社会科学基金重大项目;国家社会科学基金项目 ;河南省科技攻关项目;河南省高等学校重点科研项目

在线出版日期：2020-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：15-20