《表1 多义词词向量训练语料（以多义词line为例）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《无监督引用文本自动识别与分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

仿照Le等的做法[18]，本文也将文档看作是一个“特殊词汇”。因为文档能够表达多方面的语义，所以这个“特殊词汇”也是一个多义词。多义词的每个语义可被看作是一个特殊的“语义词汇”，那么一个多义词则是由它所包含的所有“语义词汇”构成的词袋。为了探索多义词的词向量表示，本文采用多义词语料库SENSEVAL（1）进行多义词词向量表示实验。SENSEVAL是由计算语言学协会（Association of Computational Linguistics，ACL）构建的一个多义词语义消歧语料库。在该语料库中，针对每个多义词的不同语义，均提供一个示例句展示该语义的用法。以多义词line为例，其有6个语义：cord（绳子）、division（分隔）、formation（编队）、phone（电话）、product（产品）和text（文本）。将上述每个语义看作是一个特殊“语义词汇”，分别命名为line＿cord、line＿division、line＿formation、line＿phone、line＿product和line＿text，然后将示例句中的多义词替换为相应的“语义词汇”，则构成包含原始示例句和替换后示例句的训练语料，如表1所示。基于该语料，利用谷歌开发的词向量训练算法Word2Vec（2）训练出语料中每个多义词及其每个“语义词汇”的词向量表示。