一种基于概念关联式的词义消岐方法.pdfVIP

第 37卷 第 1期 计 算 机 科 学 Vo1．37No．1 2010年 1月 Computer Science Jan2010 一 种基于概念关联式的词义消岐方法 缪建明 张 全 (中国科学院声学研究所 北京 100190) 摘 要 词义排岐是 自然语言处理中最关键也是最困难的问题之一，至今仍没有得到完全有效的解决。在研究HNC 表达汉语知识的基础上，提出了一种基于概念关联式的汉语词义消歧方法，用于处理汉语的歧义字段。该方法综合 了 词语概念的层次性、网络性、结构性特征，用一种统一的表示式来规范这类特征 ，解决了多个不同概念之间的知识关联 表示问题。实验对2O个汉语高频多义词进行了测试，平均正确率为94 ，验证了该方法的有效性。 关键词 词义消岐，概念关联式，HNC理论 中图法分类号 TP18 文献标识码 A W ordSenseDisambiguatingMethodBasedonConceptRelativity M IAOJian-ming ZHANGQuan (InstituteofAcoustics，ChineseAcademyofSciences，Beijing100190，China) Abstract Asoneofthemostimportantandalsothemostdifficultproblem ofChineseinformationprocessingfield， wordsensedisambiguationhasnotbeenentirelysolveduntilnow．OnthebasisofourresearchonHNCrepresenting Chineseknowledge，thisarticleproposedawordsensedisambiguatingmethodbasedonconceptrelativity．Themethod combinesvariousfeaturesinconcepts．Thefeaturesincludehierarchy，networkandstructureetc．Theunifomr represen— tationformalizesthefeatures．Inthisway，theproblem ofknowledgerelationshipexpressionamongvariousconcepts willbesolved．20Chinesepolysemouswordsweretestedin ourexperiment．Theresultwithaverageprecision 87 showsthatthemethodiSeffective． Keywords Wordsensedisambiguation (WSD)，Conceptrelativity，HNC theory 在词义排歧上被广为采用。但是统计机器学习的方法本身存 1 引言 在一定的缺陷，它把 自然语言的运用过程简单模拟为一个随 词义歧义现象普遍存在于各种语言中。它源于一个词语 机过程，并采用随机过程的处理方法来处理 自然语言。但 自 具有多个义项，而词义消岐，就是解决多义词在 自然语言中的 然语言运用过程不同于随机过程，彼此词语间具有一定的概 义项归属问题。由于词义分类种类繁多、无统一的分类标准、 念关联性，且不能满足概率模型理论的前提条件，若满足了大 义项不易描述、义项表达方式不同，词义消岐始终是 自然语言 概率事件，则小概率就得不到满足，由此造成原本能够简单使 处理过程中的一个难题l1]，目前仍