词义消歧是自然语言处理中的难题之一。结合《知网》，从语义的角度出发，结合词性信息、搭配实例和语义相关度等信息，提出了一种多策略的词义消歧方法。
2022-05-28 10:53:13
162KB
1
WSD_Assignment4:AIT590 NLP编程作业4-词义消歧
2021-11-29 09:36:19
143KB
1
传统文本分类使用word embedding作为文档表示，忽略词在当前上下文的含义，潜在地认为相同词在不同文本中含义相同。针对此问题提出一种词义消歧的卷积神经网络文本分类模型——WSDCNN（word sense disambiguation convolutional neural network）。使用双向长短时记忆网络（BLSTM）建模上下文，得到词义消歧后的文档特征图；利用卷积神经网络（CNN）进一步提取对文本分类最重要的特征。在四个数据集上进行对比实验，结果表明，所提出方法在两个数据集，特别是文档级数据集上优于先前最好的方法，在另外两个数据集上得到与此前最好方法相当的结果。
2021-11-25 11:48:38
1.21MB
1