基于扩展特征向量空间模型的多源数据融合

作者：陈珂锐 潘君自然语言处理本体多源数据融合语义判歧

摘要：本体资源的扩充是自然语言处理的关键问题之一。传统的从单一数据源获取的信息其覆盖率较低，亟需建立一个整体的数据管理平台，对数据资源分类存储与整理。为此提出了AVP数据平台，构建AVP平台所面临的重要问题是多源数据的融合，即将不同来源的网站数据进行语义角色标注，对歧义词条进行识别判断，并最终归并到以义项为基本单位的数据仓库中；为解决多源数据融合的语义角色标注问题，给出了一种自动语义判歧方法。其基本思想是利用词条中的属性值对作为特征模板，并借助于属性值的共现概率，应用扩展向量空间模型对词条进行歧义识别。通过大量的实验对比可知，该系统在各方面均取得优异的成绩，所提出的算法能够很好地解决多源数据融合中的语义判歧问题。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社