[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

权利要求书

1.一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。