几种动词义项区分的判定方法

动词义项如何区分是汉语本体研究及包括中文信息处理、对外汉语教学在内的应用研究的重要内容。目前,相关研究已取得了丰富的成果,但仍有许多问题没有解决。本文提出了"配价结构"、"组合多义"、"并列同现"及"补语鉴别式"等四种方法解决动词义项的区分问题,并以对具体动词的分析为例,对四种方法的操作进行了详细的说明。

与动词义项区分有关的几个问题及其解决方法

动词义项如何区分，学界有“分布不同则义项不同”的原则。但这一原则仍存在较多问题。本文提出并详细说明了“组合多义、补语鉴别式…并列同现…配价结构”等解决义项区分问题的方法，这些方法操作性较强，可以解决动词义项区分中的许多难题。

利用标注者一致性数据估计多义词义项区分度

多义词义项区分度指的是在实际语料中,人们为多义词选择合适义项的难易程度。本文探讨了一种测量多义词义项区分度的方法,试图量化表示义项区分度。我们认为,这个问题的难点在于多义词词典定义的不确定性:词典在定义多义词时缺乏强一致性的标准,以及不同人对词典定义的理解是不同的。这使得一方面基于词典的研究结果总是受到来自词典定义的挑战,另一方面研究者本身的主观性也多少削弱了研究结果的可靠程度。本文利用标注者一致性作为衡量多义词义项区分度的指标。结果显示,标注者一致性可以有效地表示多义词义项区分度,并且对进一步分析多义词义项的区别特征有指示作用。而且,多义词义项区分度大小与词典定义的清晰程度以及词频高低无关,而与区别特征与义项之间的映射关系有关,这也能够解释词典编纂者与使用者之间的差异。

多义词词典义项可区分度的度量

多义词词典义项的可区分度是指,人们根据词典提供的信息在语料中对多义词义项进行辨析的难度。文章探讨如何度量多义词可区分度。以往对这个问题的研究主要使用两种方法:基于义类体系的方法和基于机器学习的词义消歧方法。文章提出利用人工标注词典义项,然后对标注结果计算标注者一致性(inter-annotators agreement)的方法,从而计算多义词义项可区分度。基于对几种方法的讨论和对比,文章发现,通过计算人工标注结果一致性的方法较为有效、直观和省力。文章认为,“多义词词典义项可分区度”是利用人对多义词辨析的结果,对词典义项的评价,并不必然反映词典释义的好坏,它应该被视为一类参考数据,为词典编纂提供指示。

隐喻识别与基于语料库的学习型词典义项处理的界面研究

义项处理是词典释义的基础,主要涉及义项区分、义项收录、义项排列、义项表述与义项凸显索引。义项处理过程实质上是潜在意义的挖掘过程。意义潜势主要是通过隐喻实现的。本文通过对隐喻识别与词典义项区分的界面研究,提出了义项区分模式。应用该模式区分义项能在一定程度上反映潜在意义的发展轨迹,以帮助以英语为外语的语言学习者发展隐喻能力。

词义消歧研究:资源、方法与评测

词义消歧是计算语言学领域的基础性关键研究课题。本文从语言资源建设、词义消歧方法和国际语义评测三个方面概要地介绍了词义消歧研究的现状:语言资源建设主要介绍了语义词典构建和词义标注语料库建设;词义消歧方法重点介绍了有指导的机器学习方法;语义评测主要介绍了国际语义竞赛SemEval。以期了解词义消歧研究的前沿状态,促发从计算的角度来审视义项区分和词义描述,进而促进汉语词汇语义学的研究。