Abstrakt
ordsansens disambiguasjon (WSD) er oppgaven å bestemme ordsansen i henhold til konteksten. Mange EKSISTERENDE wsd-studier har brukt en ekstern kunnskapsbasert, uovervåket tilnærming fordi den har færre ordbegrensninger enn overvåkede tilnærminger som krever treningsdata. I dette papiret foreslår vi en ny wsd-metode for å generere konteksten til et tvetydig ord ved å bruke likheter mellom et tvetydig ord og ord i inngangsdokumentet. I TILLEGG, for å utnytte VÅR wsd-metode, foreslår vi videre en ny ordlikhetsberegningsmetode basert På BabelNet semantiske nettverksstruktur. Vi evaluerer de foreslåtte metodene På SemEval-13 Og SemEval-15 for engelsk wsd datasett. Eksperimentelle resultater viser at den foreslåtte wsd-metoden forbedrer baseline wsd-metoden betydelig. Videre utkonkurrerer VÅRT wsd-system de toppmoderne wsd-systemene I Semeval – 13 datasettet. Til slutt har den høyere ytelse enn det toppmoderne, ikke-overvåkede kunnskapsbaserte WSD-systemet i gjennomsnittlig ytelse for begge datasettene.