基于语境相似度计算的词义消歧方法

摘要

本发明涉及一种基于语境相似度计算的词义消歧方法，步骤为：处理训练语料，使用ukWaC的词性标注版本来训练模型；筛选词性，只保留实词，包括名词，形容词，副词，动词；用筛选过词性的语料训练双向LSTM模型；将待消歧词的例句输入双向LSTM模型，得到语境向量；将待消歧词的上下文输入双向LSTM模型，得到待消歧词的语境向量；将待消歧词的语境向量和例句的语境向量计算余弦相似度，将得到的相似度结果利用k近邻法进一步选择待消歧词的语义。本发明对语义更好地进行建模，直接在词的后面用下划线将词和词性结合，得到的词向量将同一个词的不同词性很好地区分出来，在baselines的实验基础之上消歧准确率提高了0.5％。