论文部分内容阅读
针对自然语言理解歧义处理的研究现状,以及自然语言理解在现代产品设计中的应用情况,本文主要进行了以下研究工作:1.分析了歧义处理在自然语言理解中存在的不足,从自然语言理解全局出发,构造了逐层消歧模型,建立了不同层面歧义消解的关联性,利用高层模块理解结果对低层模块遗留的歧义进行消除,将最终理解结果的数量最小化。2.提出了“歧义树”处理算法。在逐层消歧处理中,动态构造歧义树,边构造边剪枝,避免了因输入过多而导致的组合爆炸问题。降低了模型处理的复杂度,提高了模型的处理效率。