汉语形容词的自动词义区分研究

• 作者: 俞士汶 刘扬 朱虹
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 知识获取 词义区分 特征选择 EM算法
• 年，卷（期）: 2009,（6）
• 页码范围: 19-25
• 页数: 7页
• 分类号: TP391
• 字数: 8557字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2009.06.003

摘要

词义知识获取是词义知识库建设、词义消歧等任务的基础和起点,目前该工作基本依赖人类专家的智慧和洞察力,在大规模文本处理上缺乏意义计算的客观性和一致性.该文以汉语的中高频形容词为样本,深入挖掘词义特征并采用有参数初始化过程的EM迭代算法,实现了从真实文本中自动发现并区分词语词义的过程.该词义区分算法选取易获取的词形特征、基于大规模语料的搭配特征、基于网络语料的属性-宿主关系特征,替代以往难以获取的句法结构特征,并进一步利用HowNet优化了词形特征的选择.该工作可以应用于信息检索等领域,能够对现有词典起到修改和补充的作用,该思路亦可扩展到其他汉语词类上去.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘扬	北京大学计算语言学教育部重点实验室	50	199	8.0	12.0
2	俞士汶	北京大学计算语言学研究所	88	2372	23.0	47.0
3	朱虹	北京大学计算语言学研究所	12	130	7.0	11.0