基于語義類詞法信息的詞義消歧.pdf

1、漢語的詞匯組合搭配的靈活性和變通性，導(dǎo)致中文詞匯歧義現(xiàn)象的產(chǎn)生。語言的不確定性直接影響著自然語言處理領(lǐng)域的相關(guān)應(yīng)用的實現(xiàn)，這說明詞義消歧研究是解決自然語言處理的關(guān)鍵。讓計算機依據(jù)從語料中提取出的語言學(xué)知識，自動地為歧義詞匹配符合語境的詞義是詞義消歧的目的。
　　本文針對本課題的研究的起源、意義和已有研究現(xiàn)狀以及詞義消歧未來將面臨的挑戰(zhàn)進行了介紹，并對比分析了主流詞義消歧方法的優(yōu)缺點。參考已有的相關(guān)知識和研究成果，提出一種結(jié)合統(tǒng)計學(xué)

2、習(xí)理論的有監(jiān)督的混合特征消歧方法。該方法結(jié)合語言學(xué)中常用的詞法信息和語義類信息作為消歧特征。最后利用提取到的特征來訓(xùn)練分類模型，并測試該模型的消歧準確率。
　　本文的研究內(nèi)容主要體現(xiàn)為以下三個方面：
　　其一，本文闡述了詞義消歧領(lǐng)域中較為主流的消歧方法，并針對這些方法做出示例和比較。簡述了詞義消歧的評測體系和準確率的計算方式，以及詞義消歧研究亟待解決的問題。
　　其二，分析了詞義消歧的語言學(xué)工程資源，包括語料的來源、語

3、料格式、解析工具、語料標注體系、特征篩選和特征的提取。深入研究語料可提供的語言學(xué)知識有助于篩選出有益于消歧的特征。利用《同義詞詞林》獲得詞匯的語義類信息即語義代碼，結(jié)合語義類和詞法信息的特征提取方法，可以獲取包括語義代碼、詞形和詞性等語言學(xué)知識。其中，語義代碼的多層知識結(jié)構(gòu)可以提供不同層次的指導(dǎo)。
　　其三，通過提取單一特征或不同特征信息的組合，構(gòu)建有差異的特征向量集。分別利用這些差異化的特征向量集訓(xùn)練支持向量機分類器，然后對比多