基于归纳逻辑编程的词义消歧模型研究
1. 布尔特征示例与研究目标
在词义消歧(WSD)的语境中,一个子句可以生成布尔特征。例如,子句 h1 定义如下:
h1 :
class(X, voltar) : −has expression(X,’come back ’, voltar)
has pos(X, pcwr 4, nn)
对应的特征 f1(X) 为:
f1(X) =
{ 1 has expression(X,’come back ’, voltar) ∧has pos(X, pcwr 4, n) = 1
{ 0 otherwise
这个子句使用 Prolog 语法,用于识别英语动词 “to come” 的葡萄牙语词义。
本次研究的目标是实证评估归纳逻辑编程(ILP)在构建 WSD 模型中的应用。具体而言,要研究两种类型的模型:
- ILP 模型 :由 ILP 系统构建,用于预测单词的正确词义,其实现符合预测性 ILP 系统的规范。
- ILP 辅助模型 :除了现有的浅层特征外,还使用 ILP 系统构建的特征来预测单词的正确词义,其构建符合特征构建的规范。
2. 实验材料
2.1 数据
- 单语任务 </
超级会员免费看
订阅专栏 解锁全文
15

被折叠的 条评论
为什么被折叠?



