搜索到556篇“ 词义消歧“的相关文章
基于视觉文本联合建模的共指解、词义方法及系统
本发明属于多模态联合建模的对话意图处理技术领域。提供了一种基于视觉文本联合建模的共指解、词义方法及系统,基于文本增强特征和视频增强特征,使用跨注意力特征网络进行特征调整,得到调整后特征,使用分布相似度度量对调整后特...
聂礼强刘萌关惟俐殷俊胡宇鹏朱树磊尉寅玮张化祥程轩昂
基于GraphSAGE模型的词义研究
在数字化时代的背景下,随着大数据和互联网的蓬勃发展,庞大的自然语言数据承载着巨大的信息,然而,其中存在着严重的语义义问题。词义作为解决语言多义性的关键技术,能够有效提升计算机系统对自然语言的理解与应用能力。在机器翻...
杨玉建
关键词:词义消歧多特征融合
基于CNN模型的词义研究
词义是根据上下文来确定义词的正确含义,广泛应用于文本分类、机器翻译和信息检索等领域。提高词义的准确率对以上应用场景的发展会带来更大的益处。为了提高词义的精度,本文研究了词义的数据处理、特征提取和模型...
张育隆
关键词:词义消歧卷积神经网络
一种多语言的视觉词义方法
本发明公开了一种多语言的视觉词义方法,属于计算机视觉和自然语言处理技术的综合领域。本发明要解决的技术问题为通过给定一个词和一些有限的上下文,目标是在一组候选图像中选择与目标词的预期含义相对应的图像。具体采用的技术方案...
李争辉张琦
基于BERT-DPCNN-BiLSTM的生物医学词义
本发明涉及一种基于BERT‑DPCNN‑LSTM的生物医学词义方法。现有的生物医学文本中存在着词义模糊问题,给信息提取和文本理解带来了很大的困难。为了解决这一问题,本发明提出了一种结合BERT(Bidirection...
张春祥高硕高雪瑶
结合词典释义基于BERT的汉语词义
2024年
词义是自然语言处理中至关重要的任务,直接影响诸如机器翻译和文本分类等下游任务的性能,对于进一步的句法和语法研究也具有重要意义。为提高准确率,本研究提出了一种结合词典释义的模型。该模型从词典词条释义中提取词性和例句,对待句进行句法分析,得到待词和句中其他成分的句法关系作为特征。随后利用BERT来确定义词的正确义项。利用SemEval-2007:Task#5语料测试模型,结果表明该方法的词义平均准确率有所提升。
唐忠李勇
关键词:词义消歧词典释义句法关系
基于RegNet和投票算法的词义研究
词义是自然语言处理领域中一个长期存在的重要问题。义词在不同的语境中往往有不同的含义,词义是根据义词汇的上下文来确定其语义类别的过程。词义对机器翻译、语音识别、文本分类、搜索引擎等方面都有很大的影响。为了解...
邵雅丽
关键词:词义消歧投票算法
基于预训练语言模型的词义方法研究
词义旨在从上下文中自动识别目标词的正确语义,这对于诸如机器翻译和信息提取等下游任务至关重要。然而,现有的有监督模型受限于训练数据分布的不均匀,难以准确预测罕见词义。此外,从固定词义目录中挑选最符合语境的词义,通常会面...
何启鹏
关键词:词义消歧
基于超图策略的词义方法的研究与实现
在信息时代下,自然语言处理(Natural Language Processing,NLP)作为人工智能领域的关键技术之一,已广泛应用于翻译软件、智能对话系统等。然而,语言的一词多义现象对NLP技术的准确性和应用效果提出...
刘佳恒
关键词:词义消歧超图
基于多通道残差混合空洞卷积的注意力词义被引量:1
2024年
为了提高词义模型的泛化能力和准确率,增强其在自然语言处理任务中的应用效果,提出了基于多通道残差混合空洞卷积注意力机制的词义模型。利用语言学知识构建特征,通过3种向量化方式生成三通道词嵌入矩阵,将位置编码与词嵌入矩阵深度融合,并设计了复杂卷积编码器,以增强模型的表达能力。在词义数据集SemEval-2007:Task#5和SemEval-2021:Task#2上的实验结果表明,用所提方法在置信区间的平均偏差上较基于聚类语义标签和多头注意力机制的模型分别降低了1.345%和2.157%,有效提升了词义性能。
张春祥张育隆高雪瑶
关键词:词义消歧语言学知识卷积编码器

相关作者

高雪瑶
作品数:101被引量:85H指数:5
供职机构:哈尔滨理工大学
研究主题:三维模型 词义消歧 消歧 二维视图 卷积神经网络
鹿文鹏
作品数:131被引量:65H指数:5
供职机构:齐鲁工业大学
研究主题:知识库构建 自然语言处理技术 语义匹配 句子 词义消歧
张春祥
作品数:91被引量:65H指数:5
供职机构:哈尔滨理工大学
研究主题:三维模型 词义消歧 消歧 二维视图 语义类别
吴云芳
作品数:50被引量:341H指数:13
供职机构:北京大学
研究主题:词义消歧 中文信息处理 汉语 计算机应用 自然语言处理
张仰森
作品数:233被引量:864H指数:15
供职机构:北京信息科技大学
研究主题:自然语言处理 聚类 词义消歧 多特征融合 文本