已閱讀1頁，還剩63頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、維基化(Wikification)是將純文本文檔中的短語鏈接到相應(yīng)的維基百科文章,以表現(xiàn)短語正確語義的過程。維基化可以被視為更一般的單詞語義消歧問題,它在對(duì)單一單詞消歧的同時(shí),也進(jìn)行多單詞短語的消歧。之前的維基化工作或者將待消歧短語的上下文和維基百科文章通過詞袋模型建立詞袋向量,然后計(jì)算上下文和維基百科概念的相似度;或者根據(jù)維基百科文本中的鏈接結(jié)構(gòu)或鏈接分布計(jì)算維基百科概念間的全局約束。對(duì)于前者,多單詞短語本身的語義和組成它的各個(gè)單詞間
2、的語義往往是有區(qū)別的,而且這些單詞自身也帶有歧義,所以基于詞袋模型的方法不能達(dá)到很好的消歧效果;而對(duì)于后者,因?yàn)榫S基百科頁面中的鏈接是比較稀缺的,通過原始的維基百科文本獲取的鏈接結(jié)構(gòu)或者鏈接分布常常帶有偏差或者不完整,這導(dǎo)致基于全局約束的方法也不能獲得很高的準(zhǔn)確率。
在本文中,我們將論述一個(gè)基于維基百科文本中維基百科鏈接共現(xiàn)信息的簡單而又強(qiáng)大的語義消歧框架。我們提出了一個(gè)迭代的算法為鏈接稀缺的維基百科文章添加更多的鏈接,并使用
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 科技文獻(xiàn)作者重名消歧與實(shí)體鏈接.pdf
- 漢語短語歧義結(jié)構(gòu)受限消歧策略探討.pdf
- 基于知網(wǎng)語義相關(guān)度的漢語短語結(jié)構(gòu)歧義消歧方法的研究.pdf
- 自然語言處理中介詞短語附著消歧問題的研究.pdf
- 基于SVM的離合詞詞義消歧.pdf
- 基于Moses的漢語詞義消歧.pdf
- 基于語義概念的詞義消歧方法.pdf
- 基于語義向量的無導(dǎo)詞義消歧.pdf
- 基于語義類詞法信息的詞義消歧.pdf
- 基于語義類詞法信息的詞義消歧
- 網(wǎng)絡(luò)文本信息中的共指消歧方法及應(yīng)用.pdf
- 基于聚類的英漢人名消歧研究.pdf
- 基于語義的漢語詞義消歧方法研究.pdf
- 基于語義范疇擴(kuò)展的詞義消歧的研究.pdf
- 基于圖方法的命名實(shí)體消歧研究.pdf
- 基于條件隨機(jī)場(chǎng)的中文分詞消歧研究.pdf
- 基于依存句法分析的詞義消歧方法研究.pdf
- 基于結(jié)構(gòu)數(shù)據(jù)的多模式智能問答消歧系統(tǒng).pdf
- 基于深度學(xué)習(xí)的漢語詞義消歧方法研究.pdf
- 基于IT-Kid概念庫的詞義消歧方法研究.pdf
評(píng)論
0/150
提交評(píng)論