基于有效上下文信息的变体词还原方法

作者： 游绩榕 ^1,2 沙灜 ^1,2 梁棋 ^1,2 王斌 ^1,2
作者单位：

1. 中国科学院信息工程研究所第二研究室

2. 中国科学院大学网络空间安全学院
提交时间：2018-04-17 20:49:53

摘要: 在社交网络上，用户常创造一些变体词来替代部分实体名词，将这些变体词还原为原目标词是自然语言处理中的一项重要工作。针对现有变体词还原方法准确率不够高的问题，提出了基于有效上下文信息的变体词还原方法。该方法利用点互信息抽取出变体词和候选目标词的有效上下文信息，并将其融合进自编码器模型中，获得变体词和候选目标词更准确的编码，并依据此计算相似度进行候选目标词排序，更准确的实现了变体词还原任务。实验表明，该方法较当前主流的几种方法相比效果有显著提升，提高了变体词还原的准确率。

变体词变体词还原自编码器有效上下文信息词嵌入神经网络

期刊： 计算机应用研究
分类： 计算机科学 >> 计算机科学的集成理论
引用： ChinaXiv:201804.02159 (或此版本 ChinaXiv:201804.02159V1)
DOI:10.12074/201804.02159V1
CSTR:32003.36.ChinaXiv.201804.02159.V1
推荐引用方式： 游绩榕,沙灜,梁棋,王斌.(2018).基于有效上下文信息的变体词还原方法.计算机应用研究.[ChinaXiv:201804.02159] (点此复制)

版本历史

[V1]

2018-04-17 20:49:53

ChinaXiv:201804.02159V1

下载全文

相关论文推荐

1. 恶意代码SCMP分类方法框架与风险行为多标签机制	2024-05-09
2. Brief Discussion on Scenes and Strategies in Capital Markets Manipulation Detection: From Influence Diffusion Perspectives	2024-04-24
3. SteganoDDPM: A high-quality image steganography self-learning method using diffusion model	2024-04-23
4. 引导大语言模型生成计算机可解析内容	2024-04-21
5. 基于大语言模型的中英文整合复杂性建模研究	2024-04-10
6. 大模型与标准文献知识库的融合应用探索	2024-04-10
7. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证	2024-04-09
8. 引导大语言模型生成计算机可解析内容	2024-04-07
9. 基于 Python 中 MeCab 库对日语文章进行文本分析处理实现	2024-04-04
10. 一种基于能量-信息转换的智能测度	2024-03-30


公开评论匿名评论仅发给作者