基于WordNet的无导词义消歧方法

有导词义消歧机器学习方法由于需要大量人力进行词义标注,难以适用于大规模词义消歧任务.提出一种避免人工词义标注的无导消歧方法.该方法综合利用WordNet知识库中的多种知识源（包括：词义定义描述、使用实例、结构化语义关系、领域属性等）描述歧义词的词义信息,生成词义的“代表词汇集”和“领域代表词汇集”,结合词汇的词频分布信息和所处的上下文环境进行词义判定.利用通用测试集Senseval 3对6个典型的无导词义消歧方法进行开放实验,该方法取得平均正确率为49.93％的消歧结果.     

基于概念向量空间模型的电子邮件分类

提出了一个基于概念向量空间模型的电子邮件分类方法。在提取电子邮件特征向量时,以WordNet语言本体库为基础,以同义词集合概念代替词条,同时考虑同义词集合间的上下位关系,从而建立电子邮件的概念向量空间模型作为电子邮件的特征向量。使用TF*IWF*IWF方法对概念向量进行权值修正,最后通过简单向量距离分类方法来确定电子邮件的类别。实验结果表明,当训练集合数目有限时,该方法能够有效提高电子邮件的分类准确率。     

Collocation Dictionary Optimization Using WordNet and k-Nearest Neighbor Learning

In machine translation, collocation dictionaries are important for selecting accurate target words. However, if the dictionary size is too large it can decrease the efficiency of translation. This paper presents a method to develop a compact collocation dictionary for transitive verb–object pairs in English–Korean machine translation without losing translation accuracy. We use WordNet to calculate the semantic distance between words, and k-nearestneighbor learning to select the translations. The entries in the dictionary are minimized to balance the trade-off between translation accuracy and time. We have performed several experiments on a selected set of verbs extracted from a raw corpus of over 3 million words. The results show that in real-time translation environments the size of a collocation dictionary can be reduced up to 40% of its original size without significant decrease in its accuracy.     

语义网络结构下的词义消歧

提出了一种基于语义网络结构的词义消歧方法。将文本片段中出现词的所有词义都看作节点，将两个词的任意两个词义之间的语义关系看作弧，将语义关系的紧密程度看作弧的权重，从而构成一个无向赋权网络；将Google的网页分级（PageRank）算法应用到无向赋权图中，评价网络中节点的重要性，并结合共指词义和词义的常用程度，对文本中出现的名词进行消歧。实验证明了该方法对文本进行词义消歧是有效的。     

动态词链算法

介绍了动态词链算法的基本思想。由于该算法是以电子词典WordNet为基础而不是以对文章的语义理解为基础的，因此适用于任何文章。可以用此算法生成词链，再由此生成文章的摘要。     

Multiple Heuristics and Their Combination for Automatic WordNet Mapping

This paper presents an automatic construction of Korean WordNet from pre-existing lexical resources. We develop a set of automatic word sense disambiguation techniques to link a Korean word sense collected from a bilingual machine-readable dictionary to a single corresponding English WordNet synset. We show how individual links provided by each word sense disambiguation method can be non-linearly combined to produce a Korean WordNet from existing English WordNet for nouns.     

资源共享关联的语义相似度算法

提出了与资源相联系的一种语义相似度算法,同传统算法对比分析,说明了共享关联的资源语义相似度算法比传统语义相似度算法更符合人的思维习惯和更有优势。     

基于本体的专利信息检索系统设计与实现

检索系统可以通过引入本体来弥补传统关键词检索语义匮乏的缺陷,然而,领域专家构建本体存在过程复杂、工期长、更新困难等弊端.为此,综合分析多种本体构建方法和技术,针对专利数据的特点给出一套半自动构建本体的方案,在此基础上提出基于半自动构建本体的专利信息检索系统的体系框架,描述系统原型的设计思想和检索流程,通过实验验证该系统能很好的扩充延伸检索词,明显地提高了检索效率以及查全率.