基于上下文語境的詞義消歧方法
大?。?/span>0.59 MB 人氣： 2018-01-12 需要積分：3
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評論（0）
標(biāo)簽：稀疏(8618)
針對傳統(tǒng)詞義消歧方法面臨的數(shù)據(jù)稀疏問題，提出一種基于上下文語境的詞義消歧方法。該方法假設(shè)同一篇文章中的句子之間共享一些相同的話題，首先，抽取在同一篇文章中包含相同歧義詞的句子，這些句子可以作為歧義句的上下文語境，為其中的一個(gè)歧義句子提供消歧知識；其次，通過一種無監(jiān)督的詞義消歧方法進(jìn)行詞義消歧。在真實(shí)的語料上實(shí)驗(yàn)結(jié)果表明，使用2個(gè)上下文語境句子，窗口大小為1時(shí)，該方法的消歧準(zhǔn)確率比基線方法（ OrigDisam）提高了3.26%。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于上下文語境的詞義消歧方法下載
相關(guān)電子資料下載
- 昆侖萬維開源2千億稀疏大模型Skywork-MoE 371
- 一種柔性稀疏傳感器網(wǎng)絡(luò)系統(tǒng)，用于新生兒不安運(yùn)動(dòng)評估 607
- 基于柔性無線IMU傳感器的稀疏傳感網(wǎng)絡(luò)，用于新生兒腦癱快速篩查 375
- 基于柔性無線IMU傳感器的稀疏傳感網(wǎng)絡(luò) 159
- Sparse4D-v3：稀疏感知的性能優(yōu)化及端到端拓展 806
- 深入理解BigBird的塊稀疏高效實(shí)現(xiàn)方案 343
- CCV 2023 | SparseBEV：高性能、全稀疏的純視覺3D目標(biāo)檢測器 602
- 基于全稀疏的單階段3D目標(biāo)檢測器優(yōu)化方案 338
- NVIDIA Ampere 架構(gòu)的結(jié)構(gòu)化稀疏功能及其在搜索引擎中的應(yīng)用 371
- 什么是稀疏陣列天線 稀疏相控陣天線優(yōu)點(diǎn) 3037