20、语义类与相关领域在词义消歧中的应用及匈牙利语转录本的MLU估计方法

语义类与相关领域在词义消歧中的应用及匈牙利语转录本的MLU估计方法

1. 词义消歧中的语义类与相关领域

词义消歧（WSD）是自然语言处理中的一个具有挑战性的问题。语义类是将具有共同属性、特征和意义的子概念和词义分组的概念，例如“VEHICLE（交通工具）”包含“car（汽车）”“helicopter（直升机）”等子概念，“BUILDING（建筑物）”包含“school（学校）”“church（教堂）”等子概念。

1.1 研究现状

许多研究人员致力于开发高效的WSD系统，但自20世纪50年代末首次提出歧义问题以来，WSD一直是一个难题，且进展缓慢。为解决词义过于精细的问题，出现了多种方法：
- 一些研究致力于推导不同的词义分组，以克服WordNet中词义的细粒度描述，但这些方法仅尝试对同一单词的词义进行分组，仅利用了多义词减少的优势。
- 部分研究与本文方法类似，专注于使用预定义的语义类来学习基于类的WSD分类器，多数方法使用WordNet的词典文件（即SuperSenses）作为粗粒度的词义区分，但对从其他可用词义分组中学习基于类的分类器的关注较少。
- 在无监督方法中，也有使用语义类而非词义来开发WSD系统的情况，例如研究意义与领域之间的关系。

1.2 语义资源

语义资源可分为语义类和领域两类：
- 语义类 ：是包含具有共同特征的其他概念的概念，概念与子概念之间的关系用“is - a”表示，如“car is - a vehicle”。本文使用了从WordNet派生的两种语义类：基本层次概念（BLC）和SuperSenses。BLC是在尽可能表示更多概念和