[发明专利]一种基于依存词汇关联度的形容词词义消歧方法

摘要

本发明涉及到一种基于依存词汇关联度的形容词词义消歧方法，属于自然语言处理技术领域。其步骤为：1.根据语义词典，收集目标形容词歧义词各个词义的同义词、近义词、反义词，构建相应词义的相关词集。2.对目标歧义词所在的句子进行依存句法分析，收集包含目标歧义词的形容词修饰及副词修饰依存元组，提取相应的依存共现词。3.对大规模语料进行依存句法分析，收集其中的依存共现词对，构建依存共现词对数据库DB。4.根据DB，计算目标歧义词的各个词义的依存词汇关联度。5.将整体依存词汇关联度最大的词义判定为正确词义。本发明的方法对比现有技术，能够准确地选择依存共现词，避免噪声词的干扰；能够自动构建依存共现词对数据库，无需任何人工辅助操作；能够改善形容词词义消歧的效果。

主权项

一种基于依存词汇关联度的形容词词义消歧方法，其特征在于：其具体操作步骤为：步骤一、根据语义词典，收集目标形容词歧义词w_t各个词义si的同义词、近义词、反义词，构建相应词义的相关词集W_si；具体为：步骤1.1：根据WordNet，取词义概念si的同义词集；步骤1.2：根据WordNet，取词义概念si的近义词集；步骤1.3：根据WordNet，取词义概念si的反义词集；步骤1.4：将步骤1.1~1.3所得的同义词集、近义词集、反义词集合并，构建相应词义的相关词集W_si；步骤二、对目标歧义词所在的句子进行依存句法分析，收集包含目标歧义词的形容词修饰及副词修饰依存元组，提取相应的依存共现词w_amod和w_advmod；具体为：步骤2.1：利用依存句法分析工具对目标歧义词所在的句子进行依存句法分析，获取其依存元组集合；步骤2.2：由步骤2.1所得的依存元组集合，提取包含目标歧义词的形容词修饰及副词修饰依存元组；步骤2.3：由步骤2.2所得的依存元组，提取歧义词的依存共现实词w_amod和w_advmod；步骤三、对大规模语料进行依存句法分析，收集其中的依存共现词对，构建依存共现词对数据库DB；具体为：步骤3.1：利用依存句法分析工具对大规模文本语料进行依存句法分析，获取其依存元组集合DSet；步骤3.2：舍弃DSet中依存元组的依存关系类型信息，统计依存共现词对，构建依存共现词对数据库DB；步骤四、根据DB，计算目标歧义词的各个词义的依存词汇关联度；具体为：步骤4.1：对于词义si的相关词集W_si中的各个相关词w_si，由公式(1)，计算其与w_amod、w_advmod的依存词汇关联度，即relatedness(w_amod,w_si)及relatedness(w_si, w_advmod)；relatedness(w₁,w₂) = LLR(w₁,w₂) = 2[LogL(p₁,a,a+b)+LogL(p₂,c,c+d)‑LogL(p,a,a+b)‑LogL(p,c, c+d)]        (1)其中，；a = freq(w₁,w₂)表示支配词是w₁，且从属词是w₂的依存元组的总数；b = freq(w₁,*) ‑ a表示支配词是w₁，但从属词不是w₂的依存元组的总数；c = freq(*,w₂) ‑ a表示从属词是w₂，但支配词不是w₁的依存元组的总数；d = N ‑ a ‑ b ‑ c表示支配词不是w₁并且从属词不是w₂的依存元组的总数；N表示语料库所包含的全部依存元组的总数；步骤4.2：由公式(2)，计算词义si与依存共现词w_amod和w_advmod的整体依存词汇关联度；relatedness(si)= relatedness(w_amod,W_si)+relatedness(W_si, w_advmod)         (2)其中，；；W_si表示由步骤一所获得的词义si的相关词集；步骤五、将整体依存词汇关联度最大的词义判定为正确词义；具体为：比较由步骤4.2所获得的各个词义的整体依存词汇关联度，将依存词汇关联度最大的词义判定为歧义词的正确词义；经过以上步骤的操作，即可判定形容词歧义词的词义，完成词义消歧任务。