基于卷积神经网络的词义消歧

作     者：张春祥 赵凌云 高雪瑶 ZHANG Chun-xiang;ZHAO Ling-yun;GAO Xue-yao

作者机构：哈尔滨理工大学软件与微电子学院哈尔滨150080 哈尔滨理工大学计算机科学与技术学院哈尔滨150080 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2019年第42卷第3期

页      面：114-119页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61502124,60903082) 中国博士后科学基金项目(2014M560249) 黑龙江省普通高校基本科研业务费专项资金项目(LGYC2018JC014) 黑龙江省自然科学基金项目(F2015041,F201420) 

主　　题：词义消歧 卷积神经网络 消歧特征 语义类别 

摘      要：为了提高词义消歧性能,提出了一种基于卷积神经网络的消歧方法.以歧义词为中心,向左右两侧连续扩展4个邻接词汇单元,选取其中的词形、词性和语义类作为消歧特征.以消歧特征为基础,使用卷积神经网络来确定歧义词的语义类别.利用Sem Eval-2007:Task#5的训练语料和哈尔滨工业大学语义标注语料来优化卷积神经网络.使用Sem Eval-2007:Task#5的测试语料来测试词义消歧分类器的性能,所提方法的消歧平均准确率有提高.实验结果表明,该方法在词义消歧中是可行的.