有监督方法在词消歧中的应用.pdf

有监督方法在词义消歧中的应用 摘要 有监督方法在词义消歧中的应用 摘要 词义消歧在自然语言处理的许多应用领域中具有重要的理论和实践意义，是一个 影响着自然语言处理领域中许多其他应用问题的“中间问题”，在机器翻译、信息检索、 主题内容分析和文本处理，以及句法分析等领域起着很重要的作用。 当前主要有两 种方法进行词义消歧，第一种是基于词典的方法，第二种是基于语料库的方法。第一 种方法需要语言学知识，第二种方法使用统计学和机器学习方法，从大量的样本中推 导出语言使用模型。大量样本组成的语料库根据情况又分为已人工标注过的和未人工 标注过的，根据使用的语料不同，第二种方法又分为有监督和无监督方法。在四次词 义消歧的国际比赛中，有监督的词义消歧方法往往能获得最好的词义消歧结果。 本文采用有监督方法进行词义消歧，使用多种机器学习方法从上下文中提取不同 的信息来构建分类器。对这些分类器进行性能分析，综合这些单分类器的输出结果， 通过不同的组合算法构建多分类器系统。实验结果表明多分类器融合能有效地提高分 类性能。 有监督的词义消歧的优点是分类的准确率比较高，但与此对应的是需要人工标注 的语料库，传统的有监督词义消歧往往只能限定在某些词语上，未能推广。本文采用 进行语义标注，构建出有标注的语料库。通过这种自动获得语料的方法，可以将有监 督的方法推广开来。 关键字： 有监督词义消歧机器学习方法多分类器融合bootstrapping 作 者：潘兆志 指导老师：姚建民 Abstract A inwordsense supervisedway disambiguation A inwordsense supervisedway disambiguation Abstract Wordsense theoreticaland disambiguation(WSD)hasveryimportant practical for natural andisoftenassumedtobe significance many languageprocessingapplications anintermediate is as essentialfor suchmachine task,which applications translation, information andthematic even retrieval，coment analysis，andgrammaticalanalysis． maintendenciesCall inthisresearch Currently,two befound methodsand methods．Thefirstone on corpus·based rely previouslyacquiredlinguistic the onesuse second fr