Abstract
Word Sense disambiguazione (WSD) è il compito di determinare il senso della parola in base al suo contesto. Molti studi WSD esistenti hanno utilizzato un approccio esterno non supervisionato basato sulla conoscenza perché ha meno vincoli di set di parole rispetto agli approcci supervisionati che richiedono dati di formazione. In questo articolo, proponiamo un nuovo metodo WSD per generare il contesto di una parola ambigua utilizzando somiglianze tra una parola ambigua e le parole nel documento di input. Inoltre, per sfruttare il nostro metodo WSD, proponiamo inoltre un nuovo metodo di calcolo della somiglianza delle parole basato sulla struttura di rete semantica di BabelNet. Valutiamo i metodi proposti sul set di dati SemEval-13 e SemEval-15 per l’inglese WSD. I risultati sperimentali dimostrano che il metodo WSD proposto migliora significativamente il metodo WSD di base. Inoltre, il nostro sistema WSD supera i sistemi WSD all’avanguardia nel set di dati Semeval-13. Infine, ha prestazioni più elevate rispetto al sistema WSD basato sulla conoscenza non supervisionato all’avanguardia nelle prestazioni medie di entrambi i set di dati.