發(fā)布時(shí)間：2017-10-31 09:33

  本文關(guān)鍵詞：借重于人工知識(shí)庫(kù)的詞和義項(xiàng)的向量表示:以HowNet為例

  更多相關(guān)文章： 詞向量 義項(xiàng)向量 義原向量 HowNet 神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型

【摘要】：該文旨在以HowNet為例,探討在表示學(xué)習(xí)模型中引入人工知識(shí)庫(kù)的必要性和有效性。目前詞向量多是通過(guò)構(gòu)造神經(jīng)網(wǎng)絡(luò)模型,在大規(guī)模語(yǔ)料庫(kù)上無(wú)監(jiān)督訓(xùn)練得到,但這種框架面臨兩個(gè)問(wèn)題:一是低頻詞的詞向量質(zhì)量難以保證;二是多義詞的義項(xiàng)向量無(wú)法獲得。該文提出了融合HowNet和大規(guī)模語(yǔ)料庫(kù)的義原向量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型,并以義原向量為橋梁,自動(dòng)得到義項(xiàng)向量及完善詞向量。初步的實(shí)驗(yàn)結(jié)果表明該模型能有效提升在詞相似度和詞義消歧任務(wù)上的性能,有助于低頻詞和多義詞的處理。作者指出,借重于人工知識(shí)庫(kù)的神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型應(yīng)該成為今后一段時(shí)期自然語(yǔ)言處理的研究重點(diǎn)之一。
【作者單位】： 清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系清華信息科學(xué)技術(shù)國(guó)家實(shí)驗(yàn)室清華大學(xué)智能技術(shù)與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室;首都師范大學(xué)北京市成像技術(shù)高精尖創(chuàng)新中心;
【關(guān)鍵詞】： 詞向量 義項(xiàng)向量 義原向量 HowNet 神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型
【基金】：國(guó)家社會(huì)科學(xué)基金(13&ZD190) 國(guó)家自然科學(xué)基金(61133012)
【分類號(hào)】：TP391.1
【正文快照】： 1引言詞向量表示旨在學(xué)習(xí)詞的低維實(shí)數(shù)向量表示,是自然語(yǔ)言處理的重要任務(wù)之一。訓(xùn)練得到的詞向量可直接用于計(jì)算兩個(gè)詞之間的語(yǔ)義相關(guān)性,同時(shí)可作為特征廣泛應(yīng)用于諸多后續(xù)的自然語(yǔ)言處理任務(wù)中,如信息檢索、語(yǔ)言模型、詞義消歧、詞義組合和命名實(shí)體識(shí)別等。目前的詞向量一般

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉亞清;于純妍;張瑾;;改進(jìn)的基于義原同現(xiàn)頻率的漢語(yǔ)詞義排歧方法[J];計(jì)算機(jī)工程與科學(xué);2006年12期

2 張振幸;李金厚;;一種基于義原重合度的詞語(yǔ)相似度計(jì)算[J];信陽(yáng)師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年02期

3 劉亞清;張瑾;于純妍;;基于義原同現(xiàn)頻率的漢語(yǔ)詞義排歧系統(tǒng)[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年05期

4 袁曉峰;;《知網(wǎng)》義原相似度計(jì)算的研究[J];遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

5 肖志軍;馮廣麗;;基于《知網(wǎng)》義原空間的文本相似度計(jì)算[J];科學(xué)技術(shù)與工程;2013年29期

6 郭充;張仰森;;基于《知網(wǎng)》義原搭配的中文文本語(yǔ)義級(jí)自動(dòng)查錯(cuò)研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年17期

7 張瑾;劉亞清;于純妍;;漢語(yǔ)詞義排歧的另一種方法[J];小型微型計(jì)算機(jī)系統(tǒng);2006年04期

8 郭志兵;黃廣君;盧朝華;;一種改進(jìn)的詞義排歧算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

9 柳玉;賁可榮;馬U，

本文編號(hào)：1121790