49、博多语词义消歧与联合循环电厂效率研究

博多语词义消歧与联合循环电厂效率研究

1. 博多语词义消歧方法

1.1 数据预处理

在进行博多语词义消歧时，语料库中的句子具有高度多样性，因此在应用Word2Vec之前需要进行预处理。预处理架构包括以下三个步骤：
1. 去除标点符号 ：为了开发语料库，我们创建单词并使用测试数据进行测试。因此，我们从数据集中消除了诸如（‘,’, ‘।’, ‘(’,‘)’, ‘-’, ‘……’, ‘.’, ‘‘’）等标点符号。
2. 分词 ：为了使输入更易于处理，我们使用分词技术将句子分解为单词。例如，“आंनि आदैयाव दुखु मोनदों”（我腿部受伤了）经过分词后的输出将是：“आंनि”，“आदैयाव”，“दुखु”，“मोनदों”。

以下是预处理步骤的结果示例：
| 句子编号 | 输入 | 输出 |
| ---- | ---- | ---- |
| 1 | मादैनि फिसाज्लाया दिनै हाथाइनि डाक्टरनाव थांदोंमोन（Today aunt’s son have visited to dentist） | मादै फिसाज्लाया दिनै हाथाइडाक्टरनाव थांदों（Today aunt son visit dentist） |
| 2 | दिनै गावदांनि बयबो लोगोफोरा गसाइगावहाथाइयाव फैयदोंमोन（Today all the friends of Gaodang have visited the Gossaigaon market）