基于SCDV及各向异性调整BERT的文本语义消歧方法

打开文本图片集

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。（剩余15005字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。