高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于信息增益改进贝叶斯模型的汉语词义消歧

范冬梅 卢志茂 张汝波 潘树燊

范冬梅, 卢志茂, 张汝波, 潘树燊. 基于信息增益改进贝叶斯模型的汉语词义消歧[J]. 电子与信息学报, 2008, 30(12): 2926-2929. doi: 10.3724/SP.J.1146.2007.00868
引用本文: 范冬梅, 卢志茂, 张汝波, 潘树燊. 基于信息增益改进贝叶斯模型的汉语词义消歧[J]. 电子与信息学报, 2008, 30(12): 2926-2929. doi: 10.3724/SP.J.1146.2007.00868
Fan Dong-Mei, Lu Zhi-Mao, Zhang Ru-Bo, Pan Shu-Shen. Chinese Word Sense Disambiguation Based on Bayesian Model Improved by Information Gain[J]. Journal of Electronics and Information Technology, 2008, 30(12): 2926-2929. doi: 10.3724/SP.J.1146.2007.00868
Citation: Fan Dong-Mei, Lu Zhi-Mao, Zhang Ru-Bo, Pan Shu-Shen. Chinese Word Sense Disambiguation Based on Bayesian Model Improved by Information Gain[J]. Journal of Electronics and Information Technology, 2008, 30(12): 2926-2929. doi: 10.3724/SP.J.1146.2007.00868

基于信息增益改进贝叶斯模型的汉语词义消歧

doi: 10.3724/SP.J.1146.2007.00868
基金项目: 

国家自然科学基金(60575042,60603092)和国家教育部博士点专向基金(20070217043)资助课题

Chinese Word Sense Disambiguation Based on Bayesian Model Improved by Information Gain

  • 摘要: 词义消歧一直是自然语言处理领域的关键问题和难点之一。通常把词义消歧作为模式分类问题进行研究,其中特征选择是一个重要的环节。该文根据贝叶斯假设提出基于信息增益的特征选择方法,并以此改进贝叶斯模型。通过信息增益计算,挖掘上下文中词语的位置信息,提高贝叶斯模型知识获取的效率,从而改善词义分类效果。该文在8个歧义词上进行了实验,结果发现改进后的贝叶斯模型在消歧正确率上比改进前平均提高了3.5个百分点,改进幅度较大,效果突出,证明了该方法的有效性。
  • 加载中
计量
  • 文章访问数:  2914
  • HTML全文浏览量:  49
  • PDF下载量:  1198
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-06-04
  • 修回日期:  2008-09-23
  • 刊出日期:  2008-12-19

目录

    /

    返回文章
    返回

    官方微信,欢迎关注