解决单词多义/同音异义的最新算法是什么？答案

【问题标题】：What are the state-of-art algorithms for resolving words polysemy/homonymy?解决单词多义/同音异义的最新算法是什么？
【发布时间】：2019-04-08 15:00:05
【问题描述】：

我尝试通过类似 word2vec 的神经网络 (Using Word2Vec for polysemy solving problems) 解决单词多义问题（修复文本中多义词的 WordNet-synsets），但结果太差。解决单词多义/同音的其他最先进的算法是什么？能给我一些文章吗？

【问题讨论】：

标签： nlp wordnet

【解决方案1】：

您可以从spacy 对sense2vec 的实现开始。它基于原始的 sense2vec paper。摘自：

本文提出了一种新颖的方法，该方法通过基于监督消歧为每个单词建模多个嵌入来解决这些问题，这为消费型 NLP 模型提供了一种快速准确的方法来选择语义消歧嵌入。我们证明，这些嵌入可以消除对比意义（如名词和语言意义）以及微妙意义（如讽刺）的歧义。

【讨论】：

【解决方案2】：

在 this page 上，您可以找到 NLP STATE-OF-THE-ART 出版物和排名，尤其是 word sense disambiguation - WSD SOTA。您可能对supWSDemb 和 UKB 分别是当前时间有监督和无监督的 SOTA。

【讨论】：