利用复杂网络中的游客行走区分词义
计算与语言
2013-07-09 v1 社会与信息网络
物理与社会
摘要
拓扑排列模式在动物和人类大脑的学习过程中被广泛使用。然而，自动学习技术经常忽略这些模式。在本文中，我们将一种基于属性空间中数据结构组织的学习技术应用于区分 10 个多义词词义的问题。使用两种意义表征类型，即语义方法和拓扑方法，我们观察到这两种技术在识别合适含义方面均具有显著的准确率。最重要的是，我们发现基于确定性游客行走的表征在与传统的复杂网络测量（如同配性和聚类系数）所实现的区分效果相比时，改善了消歧过程。据我们所知，这是首次将此类确定性行走应用于此类问题。因此，我们的发现表明游客行走表征可能在其他相关应用中也有用。
引用
@article{arxiv.1306.3920,
title = {Discriminating word senses with tourist walks in complex networks},
author = {Thiago C. Silva and Diego R. Amancio},
journal= {arXiv preprint arXiv:1306.3920},
year = {2013}
}