Resumen

En el lenguaje natural, el fenómeno de la polisemia es muy común, lo que hace que sea muy difícil para las máquinas procesar el lenguaje natural. La desambiguación del sentido de las palabras es un tema clave en el campo del procesamiento del lenguaje natural. Este artículo presenta los métodos de aprendizaje estadístico más comunes utilizados en el campo de la desambiguación del sentido de las palabras. Mediante el método de aprendizaje automático bayesiano ingenuo y el conjunto de vectores de características extraído y construido por el método del coeficiente de Dice, se realiza un modelo de desambiguación semántica de palabras basado en la semántica. Los resultados de experimentos comparativos muestran que el método propuesto es mejor en comparación con los sistemas conocidos. Este artículo propone un método para la desambiguación de la segmentación de palabras en campos profesionales basado en el aprendizaje no supervisado. Este método no depende del conocimiento del dominio profesional y del corpus de entrenamiento, y solo utiliza la frecuencia, la información mutua y la entropía

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Lenguaje natural; Polisemia; Desambiguación del sentido de las palabras; Métodos de aprendizaje estadístico; Desambiguación semántica de palabras; Aprendizaje no supervisado
• Keywords:Natural language; Polysemy; Word sense disambiguation; Statistical learning methods; Semantic word disambiguation; Unsupervised learning