基于WordEmbedding语义相似度的字母缩略术语消歧-计算语言学.PDFVIP

文章编号：1003-0077（2011）00-0000-00 基于 Word Embedding 语义相似度的字母缩略术语消歧 于东 1,2，荀恩东 1,2 （1. 北京语言大学汉语国际教育技术研发中心，北京市 10083 ； 2. 北京语言大学信息科学学院，北京市 10083 ） 摘要：提出基于Word Embedding的歧义词多个义项语义表示方法，实现基于知识库的无监督字母缩略术语 消歧。方法分两步聚类，首先采用显著相似聚类获得高置信度类簇，构造带有语义标签的文档集作为训练 数据。利用该数据训练多份Word Embedding模型，以余弦相似度均值表示两个词之间的语义关系。在第二 步聚类时，提出使用特征词扩展和语义线性加权来提高歧义分辨能力，提高消歧性能。该方法根据语义相 似度扩展待消歧文档的特征词集合，挖掘聚类文档中缺失的语义信息，并使用语义相似度对特征词权重进 行线性加权。针对 25 个多义缩略术语的消歧实验显示，特征词扩展使系统 F 值提高约 4%，使用语义线性 加权后F值再提高约2%，达到89.40%。 关键词：字母缩略术语；术语消歧；Word Embeddin