摘要

本文提出了一种简洁而有效的词语义消歧模型。我们的方法利用了一个在所有词汇之间共享的双向长短期记忆网络（bidirectional long short-term memory network）。这使得模型能够共享统计强度，并且随着词汇量的增加具有良好扩展性。该模型从原始文本直接训练到词义标签，端到端地进行训练，并有效利用了词序信息。我们在两个标准数据集上评估了该方法，使用相同的超参数设置，这些超参数是在第三个保留的数据集上调整得到的。我们没有使用任何外部资源（例如知识图谱、词性标注等）、语言特定特征或手工编写的规则，但仍达到了与最佳现有系统相当的统计效果，这些系统也没有类似的限制。