目前的语境向量模型在对语义空间建模的时候，没有考虑到同一个词的不同词性具有不同的含义，将它们看作同一个点进行建模，导致得到的语境向量质量不高，使用这种语境向量计算语境相似度效果不好。针对该类问题，提出了一种加入词性特征的语境向量模型，加入词性后，可以将原本用语义空间中一个点表示的几个语义区分出来，得到质量更好的语境向量和语境相似度，进而得到更好的消歧效果。实验结果表明，这种建模方式可以有效区分不同词性的语义，在2004年的Senseval-3测试集上进行测试，准确率达到了75.3%，并在SemEval-13和SemEval-15公开测试集上进行了测试，消歧效果相比未引入词性特征的模型均得到了提升。