SensPick：用于词义消歧的义项选取
计算与语言
2021-02-11 v1 信息检索
摘要
词义消歧 (WSD) 方法针对词在特定上下文中的用法确定其最合适含义。基于神经网络的 WSD 方法不利用词典资源，因而依赖义项标注语料。本研究中，我们利用目标词的上下文与相关释义信息来建模该词与释义集合间的语义关系。我们提出 SensPick，一种堆叠双向长短期记忆 (LSTM) 网络来执行 WSD 任务。实验评估表明，SensPick 在多数基准数据集上优于传统与 SOTA 模型，F-1 分数相对提升 3.5%。尽管提升不显著，引入语义关系使 SensPick 相较其他模型处于领先位置。
引用
@article{arxiv.2102.05260,
title = {SensPick: Sense Picking for Word Sense Disambiguation},
author = {Sm Zobaed and Md Enamul Haque and Md Fazle Rabby and Mohsen Amini Salehi},
journal= {arXiv preprint arXiv:2102.05260},
year = {2021}
}