科研之友
微信
新浪微博
Facebook
分享链接
摘要
文本表示需要解决文本词语的歧义性问题，并能够准确界定词语在特定上下文语境中的语义特征。针对词语的多义性及语境特征问题，提出了一种文本语义消歧的SCDVAB模型。其基于分区平均技术，将场景语料库转换为文档嵌入，并引入各向异性，改进了软聚类的稀疏复合文档向量(SCDV)算法，以提高BERT的语境化表示能力；将调整各向异性后的BERT词语嵌入，作为静态词语向量的文档嵌入，以提升文本语义消歧的能力。通过大量实验进一步证明，SCDVAB模型的效果明显优于传统的文本消歧算法，可有效提高文本语义消歧的综合性能。
-
单位南京审计大学
