漢英平行語料庫的詞義自動標注方法研究.pdf

1、有指導詞義消歧方法存在知識獲取瓶頸問題，詞義標注語料庫的自動構建是減小此問題的最佳策略之一?，F(xiàn)有詞義自動標注技術還存在很多不足之處，而雙語平行語料庫的出現(xiàn)為此項研究帶來了新的前景。本文以較大規(guī)模漢英平行語料庫為基礎，綜合已有的詞對齊和語義相似度計算等技術，研究詞義標注方法，以獲得滿足一定精度的漢語和英語詞義標注語料，從而解決有指導的詞義消歧方法訓練語料匱乏問題。具體來說，本文在以下方面做了研究：
　　首先，改進并實現(xiàn)了一種基于目標

2、語譯文集合的單語排歧算法。該方法在平行語料詞對應的基礎上，分別從漢英、英漢兩個視角，統(tǒng)計出一種語言的詞語在另一種語言中的對應翻譯詞集合，進而在目標語譯文集合上利用HowNet或WordNet語義資源計算相似度進行詞義標注。
　　其次，研究了基于雙語語義詞典的漢英詞義標注一體化方法。該方法引入了HowNet的雙語語義詞典特性，僅利用WordNet語義資源計算相似度，就可以同時完成漢語和英語的詞義標注。該方法能夠有效提高漢語和英語的標