用于无监督词义消歧的上下文感知语义相似度度量
计算与语言
2023-12-14 v4 人工智能
摘要
词义歧义问题因缺乏标注数据来馈送机器学习模型以应对该挑战，在自然语言处理中构成了重大挑战。因此，无监督词义消歧方法被开发出来以在不依赖标注数据的情况下克服该挑战。本研究提出了一种用于无监督词义消歧的上下文感知新方法，其提供了一种将上下文信息纳入相似度度量过程的灵活机制。我们使用一个流行的基准数据集来评估所提策略，并将其性能与最先进的无监督词义消歧技术进行比较。实验结果表明，我们的方法显著提升了消歧准确率，并超越了若干现有技术的性能。我们的发现强调了在语义相似度度量中整合上下文信息对于在无监督场景下有效处理词义歧义的重要性。
引用
@article{arxiv.2305.03520,
title = {Context-Aware Semantic Similarity Measurement for Unsupervised Word Sense Disambiguation},
author = {Jorge Martinez-Gil},
journal= {arXiv preprint arXiv:2305.03520},
year = {2023}
}
备注
20 pages