基于深度學(xué)習(xí)的漢語詞義消歧方法研究.pdf

1、自然語言中一詞多義現(xiàn)象是普遍存在的。詞義消歧(word sense disambiguation，WSD)任務(wù)是依據(jù)上下文語境確定詞的詞義，詞義消歧任務(wù)可以直接影響機(jī)器翻譯(Machine Translation，MT)、信息檢索(Information Retrieval，IR)等任務(wù)的性能。本文在機(jī)器學(xué)習(xí)框架下研究漢語詞義消歧和未登錄詞詞義預(yù)測問題。具體而言，本文將從以下三個(gè)方面展開研究:
　　(1)基于序列標(biāo)注的漢語詞義消歧

2、。本文將詞義消歧任務(wù)形式化為序列標(biāo)注問題，研究不同序列標(biāo)注模型和不同特征的消歧性能。實(shí)驗(yàn)結(jié)果表明:融入五級標(biāo)注詞義特征的條件隨機(jī)場模型消歧效果較好。
　　(2)基于詞向量的漢語詞義消歧。為了進(jìn)一步提高詞義消歧性能，本文嘗試將包含語義信息的詞向量融入詞義消歧中。一方面，利用上下文共現(xiàn)詞頻與句法依存信息縮減歧義詞詞義的候選數(shù)量，而后在神經(jīng)網(wǎng)絡(luò)模型下，通過計(jì)算學(xué)習(xí)獲得的詞義標(biāo)記向量與歧義詞向量的語義相似度確定詞義;另一方面，我們對最大熵

3、模型進(jìn)行優(yōu)化，并通過確定性區(qū)別詞和語義相似度對語料進(jìn)行擴(kuò)展，以提高詞義消歧的準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明，利用擴(kuò)展語料在神經(jīng)網(wǎng)絡(luò)最大熵模型的消歧效果最佳。
　　(3)基于詞向量的漢語未登錄詞的詞義預(yù)測。在詞義消歧的基礎(chǔ)之上，本文探索未登錄詞的詞義預(yù)測問題，分為兩個(gè)子問題:詞義候選構(gòu)造與詞義預(yù)測。在構(gòu)造詞義候選階段，本文分別采用基于詞性、內(nèi)部語素、語義相似度的方法以及多方法融合進(jìn)行構(gòu)造;在詞義預(yù)測階段，本文利用不同粒度的詞向量語義相似度對候