一種漢語詞義消歧方法的研究.pdf

1、詞義消歧(Word Sense Disambiguation，WSD)是計算語言學(xué)和自然語言處理領(lǐng)域一個重要的研究課題，也是近些年來該領(lǐng)域的熱點研究問題之一。詞義消歧結(jié)果的好壞直接影響到機(jī)器翻譯、信息檢索、句法分析和語音識別等應(yīng)用領(lǐng)域。因此詞義消歧研究在自然語言處理領(lǐng)域中具有重要的理論和實踐意義。
　　 詞義消歧方法有多種，目前基于知識庫的詞義消歧方法研究相對較少。對于這種有別于統(tǒng)計消歧的方法，在開放文本領(lǐng)域表現(xiàn)出明顯的優(yōu)勢，而

2、且該方法優(yōu)于基于語料庫的有指導(dǎo)學(xué)習(xí)方法。近幾年來本體(ontology)研究迅速發(fā)展，目前在本體的內(nèi)容、本體的表達(dá)方式、構(gòu)建規(guī)則、自動化構(gòu)建技術(shù)等諸多方面，都有持續(xù)深入的研究。隨著越來越多高質(zhì)量本體的出現(xiàn)，本體的應(yīng)用越來越多的受人關(guān)注。
　　 本文沿著基于知識庫消歧的方向，提出了一種利用中文本體知識庫《知網(wǎng)》的相關(guān)資源、上下文信息等來進(jìn)行詞義消歧的一種方法，并通過計算詞語的相關(guān)度和相似度來實現(xiàn)本文的詞義消歧。具體的研究圍繞以下幾

3、個方面：
　　 現(xiàn)階段，很多詞義消歧的研究大多采用幾個有代表性的歧義詞作為研究與測試的對象，在實際應(yīng)用中有一定的局限性，因此本文希望能夠針對真實的應(yīng)用情況，對大規(guī)模文本進(jìn)行詞義消歧的研究。文中指出對任意輸入的文本進(jìn)行分詞和詞性標(biāo)注后，再利用知網(wǎng)字典資源識別出文本中的多義詞，解決了真實應(yīng)用中存在的問題。
　　 利用本體作為詞義消歧的知識庫，避免了人工訓(xùn)練語料庫獲取詞義的復(fù)雜過程，并能提供準(zhǔn)確的含義，同時還能對大規(guī)模的多義詞

4、實現(xiàn)消歧。
　　 在利用上下文一定大小的窗口提取歧義詞的特征詞時，提出了基于三次互信息的思想來計算歧義詞和上下文詞語的相關(guān)度，有效地區(qū)別了高頻詞和低頻詞，并根據(jù)相關(guān)度的大小，提取出帶有歧義詞大量信息的特征詞。
　　 根據(jù)本體是共享概念模型的明確的形式化的規(guī)范說明，是對世界知識的概念化描述，它可以作為自然語言處理系統(tǒng)中的世界知識庫的特點(本文主要利用中文知網(wǎng)的資源)以及概念和概念之間的關(guān)系，提出了利用改進(jìn)的相似度計算結(jié)果的