Abstract
Word sense disambiguation(WSD)は、その文脈に応じて単語の 既存のWSD研究の多くは、トレーニングデータを必要とする教師付きアプローチよりも単語セットの制約が少ないため、外部の知識ベースの教師なしアプロー ここでは，入力文書中のあいまいな単語と単語の類似性を用いてあいまいな単語のコンテキストを生成する新しいＷＳＤ法を提案した。 さらに，Ｗｓｄ法を活用するために，Ｂａｂｅｌｎｅｔの意味ネットワーク構造に基づく新しい単語類似度計算法を提案した。 我々は、英語のWSDデータセットのSemEval-13とSemEval-15に提案された方法を評価します。 実験結果は，提案したＷＳＤ法がベースラインＷＳＤ法を有意に改善することを示した。 さらに、当社のWSDシステムは、Semeval-13データセットの最先端のWSDシステムよりも優れています。 最後に、両方のデータセットの平均パフォーマンスにおいて、最先端の教師なし知識ベースのWSDシステムよりも高いパフォーマンスを持っています。