解释消除歧义：基于贝叶斯网络学习动词选择偏好
计算与语言
2007-05-23 v1 人工智能
摘要
本文提出了一种用于无监督学习动词选择偏好的贝叶斯模型。对于每个动词，该模型创建一个其架构由 Wordnet 词汇层次决定的贝叶斯网络，其参数从语料库中发现的动词-对象对列表中进行估计。“解释消除”（explaining away）是贝叶斯网络的一个已知特性，有助于该模型以自然方式处理训练数据中的词义歧义。在词义消歧测试中，我们的模型在无监督学习选择偏好方面优于其他领先系统。本文讨论了计算复杂性问题、改进方法以及在其他图形框架中实现“解释消除”的方法。
引用
@article{arxiv.cs/0008020,
title = {Explaining away ambiguity: Learning verb selectional preference with Bayesian networks},
author = {Massimiliano Ciaramita and Mark Johnson},
journal= {arXiv preprint arXiv:cs/0008020},
year = {2007}
}