中文信息学报从搭配知识获取最优种子的词义消歧方法.PDFVIP

中　文 　信 　息 　学 　报 第 19 卷 第 1 期 　 JOURNAL OF CHINESE INFORMATION PROCESSING Vol 19 No1 ( ) 文章编号 :1003 - 0077 2005 01 - 0030 - 06 从搭配知识获取最优种子的词义消歧方法① 1 1 2 3 全昌勤 ,何婷婷 ,姬东鸿 ,刘 　辉 ( 1 华中师范大学 计算机科学与技术系 ,湖北 武汉 　430079 ; 2 新加坡国家科技局信息科学研究院 ,新加坡 　119613 ; 3 华中师范大学 生命科学学院 ,湖北 武汉 　430079) 摘要 :基于统计的词义消歧模型的一个关键问题是如何 自动从语料库中获取指示词 ,虽然通过学习初始 搭配实例能够在语料库中获取更多的搭配知识 ,但人工获取质量较好的初始搭配是比较困难的 ,并且无法保 证有效的扩大搭配知识 。针对该问题 ,提出了通过机器学习初始搭配实例获取最优种子 ,再由最优种子扩增 更多指示词 ,最后利用这些指示词实现具有多个义项的多义词消歧 。采用该方法对 8 个多义词进行消歧的测 试实验中取得了 877 %的平均正确率 。 关键词 :人工智能 ; 自然语言处理 ; 自然语言处理 ;词义消歧 ;搭配 ;种子优选 中图分类号 :TP391 　　　文献标识码 :A Chinese WSD Based on Selecting the Best Seeds from Collocations QUAN Changqin , HE Tingting , J I Donghong , LIU Hui ( 1Department of Computer Science and Technology Central China Normal University , Wuhan , Hubei 430079 , China ; 2Institute for Infocomm Research , Heng Mui Keng Terrace , 21 , 119613 , Singapore ; 3Department of Biology , Central China Normal University , Wuhan , Hubei 430079 , China) Abstract : The key problem of word sense disambiguation based on statistic model lies in how to acquiring the word sense in dicators automatically. Although it is feasible to acquire a large number of collocations by learning examples , it is hard to select good seeds manually to increase new collocations effectively. The method of selecting the best seeds by machine learn ing is provided in this paper to solve this problem. The best seeds are used to augment more new word sense indicators ; fi nally disambiguate polysemous words with the acquired indicators. The average accuracy is 877 % for 8 polysemous