[发明专利]一种基于大量伪数据的贝叶斯词义消歧方法

摘要

本发明具体涉及一种新的基于大量伪数据的贝叶斯词义消歧方法，主要解决了当前的词义消歧方法存在消歧效果差、获取消歧知识费时费力等问题。本首先利用依存句法分析器，对训练语料库中包含歧义词的训练实例进行句法分析，收集与歧义词具有依存关系的元组，然后利用机器翻译系统，查找在机器翻译语料库中包含该元组的例句。如此反复进行，将查找出的例句加入伪训练语料库，随后利用训练语料库和伪训练语料库，训练一个贝叶斯消歧模型，最后，利用该消歧模型决策歧义词的词义，可以在少量人工标注语料的基础上，有效缓解词义消歧所面临的数据稀疏问题，提高词义消歧的准确率，该方法具有广阔的发展前景。

主权项

一种基于大量伪数据的贝叶斯词义消歧方法，其特征在于：包括以下步骤：步骤1、采用依存句法分析器对训练语料库中的训练实例进行分析，收集与目标歧义词具有依存关系的元组；步骤2、将步骤1收集的依存元组输入机器翻译系统，获取包含该依存元组的双语例句，并将其加入伪训练语料库；步骤3、重复步骤1、2，对所有训练语料库中的训练实例进行处理，同时将所有不重复的双语例句加入伪训练语料库，直到没有新的双语例句加入伪训练语料库；步骤4、同时采用训练语料库和伪训练语料库训练贝叶斯消歧模型，最后利用贝叶斯消歧模型决策测试实例中歧义词的词义。