基于依存關系與詞語相關度的復句詞義消歧方法研究.pdf

1、詞義消歧作為自然語言處理的基礎和前提，在文本處理、機器翻譯以及信息獲取等過程中起到承上啟下的橋梁作用。當前，詞義消歧領域多局限于單句的研究，復句的關注相對較少。復句是語言表達重要的實體單位，使用廣泛，因此，對于復句詞義消歧的研究具有重要實踐價值。
　　現階段，復句詞義消歧的正確率并不理想，推廣至大規(guī)模文本實踐的難度很高。這其中面臨的問題有語料庫規(guī)模較小、特征提取不精確以及消歧模型有效性不高等，但最普遍的問題是特征提取不精確。鑒于此

2、，本文提出了詞義消歧過程中的兩個模板:依存關系模板和詞語相關度模板，目的是提高特征提取的準確性全面性，進而提高詞義消歧正確率。
　　本文首先概述了詞義消歧的定義及相關理論。然后，在原有的詞義消歧模板的基礎上，分析該模板用于復句的不足并提出了依存關系模板，提取與歧義詞有依存關系的特征，將特征提取從句子表層分析深入到句子內部結構中。針對提取的特征中含有歧義詞不能起到消歧指示作用的情況，提出詞語相關度模板，通過計算特征中歧義詞各個詞義與

3、右邊詞語的詞語相關度，選擇詞語相關度較大的詞義代替該歧義詞作為特征，起到指示消歧作用。另外，針對不同語境下語言表達呈現多樣性的情況，若僅用一種特征模板會出現特征提取不精確，為此構造出4種復合模板。最后，選取最大熵模型結合依存關系與詞語相關度模板進行實驗，針對最大熵模型特征提取算法與本文提出的模板不匹配的問題，改進了最大熵模型的特征提取算法，使其與引入的依存關系模板和詞語相關度模板相匹配。將實驗結果與原來的詞性模板與距離模板進行比較，結果