基于詞語抽象度的漢語隱喻識別.pdf

1、隱喻作為自然語言中常見的表達方式，已經(jīng)成為中文信息處理研究的熱門課題。隱喻識別是隱喻理解的基礎，如何利用隱喻相關理論進行隱喻識別是當前隱喻研究的重點。目前，漢語隱喻識別的研究大部分都集中在利用詞匯范疇的差別對名詞性隱喻的識別上。而本文則以隱喻認知理論中“隱喻常常用具體事物來表示抽象概念”為理論指導，提出了自動計算詞語抽象度的算法，將其使用在名詞性隱喻句子識別中，從而可以更好地實現(xiàn)隱喻識別。
　　首先，本文提出了兩種自動計算詞語抽象

2、度的方法。其中，基于相似度的漢語詞語抽象度計算方法是通過計算與權威的英語抽象詞庫的皮爾森相關系數(shù)得到40個范例英語單詞，將漢語詞語轉化為英語單詞或詞組，計算與范例詞語的相似度，從而得到量化的詞語抽象度。而基于邏輯回歸的詞語抽象度計算方法則是通過神經(jīng)網(wǎng)絡語言模型得到詞語的詞向量，在構建的抽象詞庫上，利用機器學習中的邏輯回歸算法得到量化的詞語抽象度。最后通過問卷調查的方法，對這兩種方法進行了評測，結果顯示后者更能符合詞語的抽象程度。

3、　　在成功計算出詞語抽象度的前提下，我們設計了基于詞語抽象度的隱喻識別方法。它通過條件隨機場模型從句子中提取出可能出現(xiàn)本體和喻體的特征詞語，進而得到它們的抽象度，通過非線性支持向量機模型對句子進行隱喻識別。同時為了對比，在此語料中利用了詞匯類別信息對其識別。實驗結果表明，通過基于邏輯回歸算法得到的詞語抽象度對隱喻識別取得了較好的效果，詞語抽象度可以有效地提高隱喻識別效果。
　　綜上可知，本文研究的漢語詞語抽象度的自動化計算方法可以