计算机应用研究

作者：李保珍,顾秀莲,

单位：南京审计大学信息工程学院,南京211815；

关键词：语义消歧,各向异性,BERT,稀疏复合文档向量,文本表示,

基金：国家自然科学基金资助项目(72074117,71673122)；江苏现代财税治理协同创新中心资助项目(20WTB007)；江苏省研究生科研创新项目(KYCX21_1948)；；

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。

来源：2022年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第10期