基于知網(wǎng)和貝葉斯模型的詞義消歧技術(shù)的研究.pdf

1、詞義消歧是自然語言處理中的熱點(diǎn)和難點(diǎn)問題，對(duì)機(jī)器翻譯、信息檢索、句法分析及文本分類方面的研究，有著極其重要的理論及實(shí)踐意義。現(xiàn)階段詞義消歧技術(shù)，因?yàn)樵~義知識(shí)獲取中的瓶頸因素、詞義消歧知識(shí)庫的質(zhì)量及詞義消歧模型的優(yōu)劣問題，消歧正確率一直不太理想。因此，如何進(jìn)一步提升詞義消歧的處理效果，一直是科研人員在詞義消歧領(lǐng)域研究的動(dòng)力和目標(biāo)。
　　 本文首先簡述了詞義消歧主要研究方法，并對(duì)詞義消歧主要技術(shù)進(jìn)行評(píng)述。其次，介紹了詞義消歧相關(guān)概念

2、及《同義詞詞林》、《現(xiàn)代漢語語義詞典》、知網(wǎng)等語義分類體系。然后，討論了決策樹與決策表、神經(jīng)網(wǎng)絡(luò)預(yù)測模型、最大熵方法、隱馬爾可夫模型、貝葉斯模型等詞義消歧相關(guān)模型。在此基礎(chǔ)上，闡述基于知網(wǎng)和貝葉斯模型的詞義消歧，闡述內(nèi)容包括依存句法分析、基于知網(wǎng)和貝葉斯模型的詞義消歧的體系結(jié)構(gòu)、基于知網(wǎng)的詞義消歧過程、貝葉斯模型的改進(jìn)方法、基于知網(wǎng)和依存句法分析的貝葉斯推理、基于知網(wǎng)和貝葉斯模型詞義消歧流程、基于知網(wǎng)和貝葉斯模型詞義消歧算法以及模型訓(xùn)練

3、與消岐示例。最后，進(jìn)行詞義消歧模型的實(shí)驗(yàn)測試和性能分析，內(nèi)容包括實(shí)驗(yàn)用語料庫、測試說明、實(shí)驗(yàn)結(jié)果、對(duì)比和分析。關(guān)于實(shí)驗(yàn)結(jié)果，包括神經(jīng)網(wǎng)絡(luò)預(yù)測模型的實(shí)驗(yàn)結(jié)果、隱馬爾可夫模型的實(shí)驗(yàn)結(jié)果、貝葉斯模型的實(shí)驗(yàn)結(jié)果、基于知網(wǎng)和貝葉斯模型的實(shí)驗(yàn)結(jié)果；關(guān)于對(duì)比和分析，包括神經(jīng)網(wǎng)絡(luò)模型與貝葉斯網(wǎng)絡(luò)模型的實(shí)驗(yàn)對(duì)照分析、隱馬爾可夫模型與貝葉斯模型的實(shí)驗(yàn)對(duì)照分析、貝葉斯模型與基于知網(wǎng)和貝葉斯模型的實(shí)驗(yàn)對(duì)照分析。實(shí)驗(yàn)表明，筆者研究的基于知網(wǎng)和貝葉斯模型的詞義消歧