摘要:詞義消歧要解決的問題是如何讓計算機理解多義詞在特定的上下文環境中具體代表的語義。多義詞多為常用詞,在語料中出現的頻率很高。確立一種合適的建模方法,并選擇一種行之有效的機器學習方法,是解決詞義消歧問題的首要任務。貝葉斯模型在詞義消歧中的構建和實現上相對要簡便易用,機器學習過程也簡潔高效,特別是貝葉斯模型作為詞義消歧工具,無論是實現的效率,還是消歧的效果都比較理想。
關鍵詞:詞義消歧;機器學習;貝葉斯模型;最大熵模型
注:本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文
計算機時代2009年7期
1《師道·教研》2024年10期
2《思維與智慧·上半月》2024年11期
3《現代工業經濟和信息化》2024年2期
4《微型小說月報》2024年10期
5《工業微生物》2024年1期
6《雪蓮》2024年9期
7《世界博覽》2024年21期
8《中小企業管理與科技》2024年6期
9《現代食品》2024年4期
10《衛生職業教育》2024年10期
關于參考網