基于义原同现频率的汉语词义排歧方法

被引：25

作者：

杨尔弘

张国清

张永奎

机构：

[1] 山西大学计算机科学系!太原,上海师范大学计算中心!上海,山西大学计算机科学系!太原

来源：

计算机研究与发展 | 2001年 / 07期

关键词：

自然语言处理; 词义排岐; 知网; 义原同现频率;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

词义排岐是自然语言处理的重点和难点问题之一 .基于语料库的统计方法已被广泛地应用于词义排岐 .大多数的统计方法都受到数据稀疏的困扰 ,对于词义排岐而言 ,由于有大量同义词的存在 ,数据稀疏问题变得更为严重 .充分利用“知网”这个知识源的特性 ,提出了一种基于义原同现频率的词义排岐方法 ,在很大程度上克服了数据稀疏问题 .此外 ,该方法还避免了繁重的人工标注语料的过程 ,通过在一个约 10万字的语料库上获得义原同现频率矩阵 ,并以此作为词义排岐的依据 .实验表明 ,该方法对词义排岐具有较高的正确率

引用

页码：833 / 838

页数：6