词语义消歧（WSD）旨在确定特定上下文中多义词的确切意义。传统的监督方法很少考虑诸如WordNet之类的词汇资源，而这些资源在基于知识的方法中被广泛使用。最近的研究表明，将释义（词义定义）纳入神经网络进行WSD是有效的。然而，与传统的词专家监督方法相比，这种方法并未取得显著的改进。本文重点探讨如何在监督神经WSD系统中更好地利用释义知识。我们构建了上下文-释义对，并提出了三种基于BERT的模型用于WSD。我们在SemCor3.0训练语料库上对预训练的BERT模型进行了微调，并在多个英语全词WSD基准数据集上的实验结果表明，我们的方法优于现有的最先进系统。