29、词义消歧：原理、方法与应用

词义消歧：原理、方法与应用

1. 引言

在自然语言中，许多词汇具有多种含义。例如，“light”可以表示“不重的”，也能表示“光线”。词汇出现的上下文决定了其具体含义。自动确定文本中词汇含义的过程被称为词义消歧（Word Sense Disambiguation，WSD），这是自然语言处理领域中一个历史悠久的研究课题。早在40多年前，WSD就被视为机器翻译中的一项重要任务。

词义消歧之所以困难，部分原因在于语言中存在多种不同类型的词义区分。常见的词义区分类型如下：
- 同形异义（Homonymy） ：当词义明显不同且无明显关联时出现，如“bank”有“河岸”和“金融机构”两种含义。
- 一词多义（Polysemy） ：可能的词义之间存在某种关联，但同形异义与一词多义的界限并不清晰。例如，“leak”有“让液体泄漏”和“泄露信息”两种含义，它们都涉及“让某物流出”这一共同点；“mouse”有“动物”和“计算机设备”两种含义，原因是二者外形相似。
- 规则多义（Regular polysemy） ：一组词汇共享一组可预测的替代含义。例如，家禽的名称（如“duck”“chicken”“turkey”）都有“食物”和“动物”两种含义。
- 转喻（Metonymy） ：使用修辞手法时，词汇的含义可能与其相关事物有关。例如，“Wall Street”在“Third quarter results exceed Wall Street expectations”中，指的是美国的金融行业，而非曼哈顿下城的一条街道。