来源：期刊VIP网 时间：
作者：张富;张璇;
单位：华北水利水电大学测绘与地理信息学院;
摘要：针对目前在自然语言处理中存在中文语义歧义性的问题，该文提出了一种通过优化中文分词来消除语义歧义的研究方法，在正向最大匹配算法基础上，通过Word2Vec模型将分词文本转换为词向量，并与相对应字符输入至隐马尔科夫模型，以此优化中文分词的准确性和稳定性。将Word2Vec词向量融入隐马尔科夫模型中，显著提高了中文分词的准确率，一定程度上能有效消除部分中文语义歧义问题，提升自然语言处理效果。本方法在中文自然语言处理中的应用具有重要意义，能够为复杂文本的分词和歧义消除提供有效支持。
关键词：自然语言处理;;中文分词;;分词组合;;正向最大匹配;;Word2Vec词向量模型;;隐马尔可夫模型
基金资助：智慧中原地理信息技术协同创新中心PI项目(2023C005)
