利用图中的曲率和马尔可夫聚类进行词汇获取和词义区分
其他凝聚态物理
2009-09-29 v1
摘要
我们介绍了两种对语义相似的词进行聚类的不同方法。我们通过允许一个词属于多个聚类来适应歧义。两种方法都使用词及其范式关系的图论表示。第一种方法基于曲率的概念，通过移除连接多个分散聚类的低曲率词，将词图划分为相似词的类别。第二种方法不是对节点进行聚类，而是对图中的链接进行聚类。这些链接包含比仅表示词的节点更具体的上下文信息。通过这样做，我们自然地通过允许多重类别成员来适应歧义。两种方法都在词汇获取任务上进行了评估，使用聚类将名词添加到WordNet分类法中。最有效的方法是链接聚类。
引用
@article{arxiv.cond-mat/0403693,
title = {Using Curvature and Markov Clustering in Graphs for Lexical Acquisition and Word Sense Discrimination},
author = {Beate Dorow and Dominic Widdows and Katarina Ling and Jean-Pierre Eckmann and Danilo Sergi and Elisha Moses},
journal= {arXiv preprint arXiv:cond-mat/0403693},
year = {2009}
}