| 基于统计的汉语词义消歧研究 |
| |
| 引用本文： | 原媛,彭建华,张汝云. 基于统计的汉语词义消歧研究[J]. 信息工程大学学报, 2007, 8(4): 501-504 |
| |
| 作者姓名： | 原媛 彭建华 张汝云 |
| |
| 作者单位： | 信息工程大学,国家数字交换系统工程技术研究中心,河南,郑州,450002 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划) |
| |
| 摘 要： | 词义消歧一直是信息检索领域的关键问题和难点之一。统计学方法以其良好的词义消歧效果逐渐占据主流地位。文章结合义类词典HowNet,分别采用隐马尔可夫模型,贝叶斯模型,基于依存关系改进贝叶斯模型对大规模真实文本进行了词义消歧研究,其中基于依存关系改进贝叶斯模型的词义消歧效果最好。
|
| 关 键 词： | 词义消歧 隐马尔可夫模型 贝叶斯模型 依存分析 |
| 文章编号： | 1671-0673(2007)04-0501-04 |
| 修稿时间： | 2007-06-15 |
Study on Chinese Word Sense Disambiguation Based on Statistics |
| |
| YUAN Yuan,PENG Jian hu,ZHANG Ru yun. Study on Chinese Word Sense Disambiguation Based on Statistics[J]. , 2007, 8(4): 501-504 |
| |
| Authors: | YUAN Yuan PENG Jian hu ZHANG Ru yun |
| |
| Abstract: | Word sense disambiguation has always been a key problem and one of the difficult points in information retrieval.Statistics have good effect on word sense disambiguation,and gradually takes up the mainstream status.In this paper,large-scale real texts are researched with HowNet,respectively applying Hidden Markov Model,Naive Bayes Model,Bayes Model and Dependency Parsing,among which Bayes Model and Dependency Parsing have the best effect. |
| |
| Keywords: | HowNet |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《信息工程大学学报》浏览原始摘要信息 |
|
点击此处可从《信息工程大学学报》下载免费的PDF全文 |
|
