Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Parameter Transfer across Domains for Word Sense Disambiguation

Paper i proceeding
Författare Sallam Abualhajia
Nina Tahmasebi
Diane Forin
Karl-Heinz Zimmermann
Publicerad i To appear in Proceedings of Recent Advances in Natural Language Processing 2017
Publiceringsår 2017
Publicerad vid Institutionen för svenska språket
Språk en
Länkar lml.bas.bg/ranlp2017/RANLP2017_proc...
Ämneskategorier Datorlingvistik, Språkteknologi (språkvetenskaplig databehandling)

Sammanfattning

Word sense disambiguation is defined as finding the corresponding sense for a target word in a given context, which comprises a major step in text applications. Recently, it has been addressed as an optimization problem. The idea behind is to find a sequence of senses that corresponds to the words in a given context with a maximum semantic similarity. Metaheuristics like simulated annealing and D-Bees provide approximate good-enough solutions, but are usually influenced by the starting parameters. In this paper, we study the parameter tuning for both algorithms within the word sense disambiguation problem. The experiments are conducted on different datasets to cover different disambiguation scenarios. We show that D-Bees is robust and less sensitive towards the initial parameters compared to simulated annealing, hence, it is sufficient to tune the parameters once and reuse them for different datasets, domains or languages.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?