所有作者：范冬梅 卢志茂
作者单位：哈尔滨工程大学模式识别与自然计算研究室
论文摘要：词义消歧通常被看作分类问题，它一直是自然语言处理领域的关键问题和难点之一，目前统计学习是词义消歧是主流的研究方法。在真实文本中歧义词的词义分布通常不是很均匀，词义之间的频度差别有时会很悬殊，因此在词义分类上，判断结果容易倾向于最大概率词义，而排斥小概率词义，该现象在贝叶斯模型上反映尤甚。在以贝叶斯模型为例进行研究的时候发现一种新的词义决策方法，该方法在词义辨识上比贝叶斯模型精度更高。为了充分地验证该方法是否稳定和可靠，本文进行了反复的实验，获得了大量的实验数据，试验结果表明词义决策新方法的确比贝叶斯决策规则更出色。此外，本文也从理论上为该新方法切实可行提供了佐证。
关键词： 词义识别 自然语言理解 人工智能
免费下载《一种统计词义消歧的决策新方法》PDF全文（已停止下载）
本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！
指出，范文大全立刻进行改正或删除有关内容! 
当前位置：