基于SVM的離合詞詞義消歧.pdf

1、離合詞詞義消歧對漢英機器翻譯、信息檢索、語音識別、文本分類等眾多領(lǐng)域有著重要的影響。本文以北京大學(xué)中國語言學(xué)研究中心的現(xiàn)代漢語語料庫為基礎(chǔ)，研究具有兩個詞義且其詞性相同的離合詞的詞義消歧問題。
　　本文首先針對擴展形式的離合詞和非擴展形式的離合詞，分別設(shè)計相應(yīng)的特征模板，根據(jù)特征模板提取上下文特征；然后，通過考慮不同類型的特征對離合詞詞義消歧效果的影響不同，提出了一種基于特征類型重要性的特征加權(quán)方法。該方法針對一種類型特征權(quán)重，分

2、別改變另外兩種類型特征權(quán)重的消歧正確率來驗證三類特征的消歧效果，對不同權(quán)重下的離合詞詞義消歧效果進行了考察；最后，設(shè)計了基于SVM的離合詞詞義消歧分類模型。在建立SVM分類器時，利用遺傳算法對SVM的懲罰因子C和核函數(shù)參數(shù)γ進行優(yōu)化，把十折交叉驗證得到的離合詞詞義消歧正確率作為適應(yīng)度函數(shù)。實驗結(jié)果表明，使用遺傳算法優(yōu)化SVM參數(shù)后的分類器時，基于特征類型重要性的特征加權(quán)方法的消歧效果優(yōu)于布爾函數(shù)加權(quán)方法、基于詞頻的特征加權(quán)方法、TF-I