基于統(tǒng)計(jì)的中文詞義消歧技術(shù)研究.pdf

1、詞義消歧（WordSenseDisambiguation,WSD）是計(jì)算語(yǔ)言學(xué)和自然語(yǔ)言處理領(lǐng)域一個(gè)重要的研究課題，也是近些年來(lái)該領(lǐng)域的熱點(diǎn)研究問(wèn)題之一。本文研究的重點(diǎn)在于統(tǒng)計(jì)詞義消歧技術(shù)，它根據(jù)使用的訓(xùn)練方法的不同可以分為有指導(dǎo)和無(wú)指導(dǎo)的兩大類(lèi)。早期的詞義消歧研究以基于知識(shí)的和有指導(dǎo)的機(jī)器學(xué)習(xí)方法為主，隨著計(jì)算技術(shù)和存儲(chǔ)技術(shù)的改進(jìn)和提高，無(wú)指導(dǎo)方法受到的重視程度越來(lái)越高。
　　本文研究?jī)?nèi)容包括以下三個(gè)方面：
　　1．介紹資

2、源建設(shè)的情況。這部分包括IR-Lab分類(lèi)詞典的建設(shè)和語(yǔ)料庫(kù)的建設(shè)兩個(gè)方面。IR-Lab分類(lèi)詞典的建設(shè)對(duì)語(yǔ)料庫(kù)的建設(shè)以及等價(jià)偽詞的構(gòu)造提供了很大的幫助。
　　2．考察了貝葉斯模型、最大熵模型、支持向量機(jī)和決策樹(shù)模型等四種數(shù)學(xué)建模方法在詞義消歧上的應(yīng)用效果。通過(guò)各個(gè)模型的比較研究，發(fā)現(xiàn)貝葉斯模型和最大熵模型性能比其它幾個(gè)模型更為理想，尤其是貝葉斯模型，在構(gòu)建和實(shí)現(xiàn)上比其它幾個(gè)模型相對(duì)要簡(jiǎn)便易用，機(jī)器學(xué)習(xí)過(guò)程也簡(jiǎn)潔高效。
　　3．

3、提出等價(jià)偽詞概念和等價(jià)偽詞的構(gòu)造方法，并以此實(shí)現(xiàn)無(wú)指導(dǎo)的詞義消歧方法。利用得到的兩種較優(yōu)的機(jī)器學(xué)習(xí)方法：貝葉斯模型及最大熵模型，本文嘗試了基于等價(jià)偽詞的無(wú)指導(dǎo)詞義消歧方法，在Senseval-3的測(cè)試數(shù)據(jù)上獲得了81％的正確率，明顯優(yōu)于相應(yīng)的有指導(dǎo)方法。實(shí)驗(yàn)表明等價(jià)偽詞的概念以及建立在等價(jià)偽詞基礎(chǔ)上的無(wú)指導(dǎo)詞義消歧技術(shù)為探索詞義消歧的新技術(shù)提供了一個(gè)新的思路和方法。
　　綜上所述，本文在機(jī)器學(xué)習(xí)和無(wú)指導(dǎo)的詞義消歧方法上都作了一些有