计算机应用研究

作者：游绩榕,沙灜,梁棋,王斌,

单位：1.中国科学院信息工程研究所第二研究室,北京100093；2.中国科学院大学网络空间安全学院,北京100049；

关键词：变体词,变体词还原,自编码器,有效上下文信息,词嵌入,神经网络,

基金：科技部“十一五”科技支撑计划资助项目(2017YFB0803301)；；

在社交网络上，用户常创造一些变体词来替代部分实体名词，将这些变体词还原为原目标词是自然语言处理中的一项重要工作。针对现有变体词还原方法准确率不够高的问题，提出了基于有效上下文信息的变体词还原方法。该方法利用点互信息抽取出变体词和候选目标词的有效上下文信息，并将其融合进自编码器模型中，获得变体词和候选目标词更准确的编码，并依据此计算相似度进行候选目标词排序，更准确地实现了变体词还原任务。实验表明，该方法较当前主流的几种方法相比效果有显著提升，提高了变体词还原的准确率。

来源：2019年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第6期