El problema más típico en un análisis de lenguaje natural es encontrar sinónimos de palabras fuera de vocabulario (OOV). Cuando alguien intenta entender una oración que contiene una palabra OOV, la persona determina el significado más apropiado de una palabra de reemplazo utilizando los significados de las palabras de co-ocurrencia bajo el mismo contexto basado en el sistema conceptual aprendido. En este estudio, se propone un algoritmo de relación palabra-a-vector y conceptual (Word2VnCR) que reemplaza una palabra OOV que conduce a un análisis morfémico erróneo con un sinónimo apropiado. El algoritmo Word2VnCR es una mejora sobre el algoritmo convencional Word2Vec, que tiene un problema al sugerir una palabra de reemplazo al no determinar la similitud de la palabra. Después de que se lleva a cabo el aprendizaje de la incrustación de palabras utilizando el conjunto de datos de aprendizaje, se extraen los candidatos a palabras de reemplazo de la palabra OOV. Las similitudes semánticas de los candidatos a palabras
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un modelo Deep Random Forest en Spark para la detección de intrusiones en la red
Artículo:
Actualización del enlace de grupo basado en PMIPv6 para dispositivos IoT
Artículo:
Un nuevo método de eliminación de ruido en imágenes de cultivos basado en la mejora de la SVD en el dominio wavelet
Artículo:
Estimación de la dispersión de Doppler basada en aprendizaje automático para un sistema OFDM
Artículo:
Una investigación sobre el sistema de control de un motor homopolar de alta velocidad con rotor sólido basado en almacenamiento de energía de volante.