| 基于依存分析和贝叶斯网络的无指导汉语词义消歧 |
| |
| 引用本文： | 卢志茂,刘挺,丁江伟,李生. 基于依存分析和贝叶斯网络的无指导汉语词义消歧[J]. 高技术通讯, 2004, 14(2): 7-11 |
| |
| 作者姓名： | 卢志茂 刘挺 丁江伟 李生 |
| |
| 作者单位： | 哈尔滨工业大学信息检索研究室,哈尔滨,150001;哈尔滨工业大学信息检索研究室,哈尔滨,150001;哈尔滨工业大学信息检索研究室,哈尔滨,150001;哈尔滨工业大学信息检索研究室,哈尔滨,150001 |
| |
| 基金项目： | 国家自然科学基金 ( 60 2 0 3 0 2 0 )资助项目 |
| |
| 摘 要： | 采用基于依存分析改进贝叶斯网络的无指导的机器学习方法对汉语大规模真实文本进行词义消歧实验。该学习算法充分利用依存文法分析确定能够对词语词义构成内在限制的上下文，有效地克服了简单贝叶斯分类器中无关上下文造成的噪声影响。实验结果证明基于依存改进的贝叶斯模型在汉语词义消歧上表现良好，开放测试正确率可达86.27％。
|
| 关 键 词： | 词义消歧 自然语言处理 无指导学习算法 依存文法分析 简单贝叶斯网络 |
Unsupervised Chinese Word Sense Disambiguation Based on Dependency Grammar Analysis and Bayesian Network |
| |
| Lu Zhimao,Liu Ting,Ding Jiangwei,Li Sheng. Unsupervised Chinese Word Sense Disambiguation Based on Dependency Grammar Analysis and Bayesian Network[J]. High Technology Letters, 2004, 14(2): 7-11 |
| |
| Authors: | Lu Zhimao Liu Ting Ding Jiangwei Li Sheng |
| |
| Abstract: | The Word Sense Disambiguation (WSD) study based on large scale real world corpus is performed using an unsupervised learning algorithm based on DGA improved Bayesian Model. DGA improved classifier can more effectively conquer the noise effect existing in Naive Bayesian classifier. Experimental results show that this approach does better on Chinese WSD, and the open test achieved an accuracy of 86.27%. |
| |
| Keywords: | Word sense disambiguation Natural language processing Unsupervised learning algorithm Dependency grammar analysis Naive Bayesian network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
