[发明专利]一种基于依存句法树的图模型词义消歧方法

摘要

本发明涉及到一种基于依存句法树的图模型词义消歧方法，属于自然语言处理技术领域。其步骤为：1.对句子进行预处理并提取待消歧的实词，主要包括规范化处理、断词及词形还原等；2.对句子进行依存句法分析，构建其依存句法树；3.获得句子中词语在依存句法树上的距离，即最短路径的长度；4.根据知识库，为句子中词语的词义概念构建消歧知识图；5.根据消歧知识图中词义结点之间的语义关联路径长度、关联边的权重、路径端点在依存句法树上的距离，计算各个词义结点的图评分值；6.为每个歧义词，选择图评分值最大的词义作为正确词义。本发明所提出的基于依存句法树的图模型词义消歧方法，能够进一步发掘图模型的消歧潜力，具有较好的消歧效果。

主权项

一种基于依存句法树的图模型词义消歧方法，其特征在于：其具体操作步骤为：步骤一、对句子进行预处理并提取待消歧的实词，主要包括规范化处理、断词及词形还原等；具体如下；步骤1.1：用符号S表示待处理的句子；步骤1.2：对句子S进行预处理，主要包括规范化处理、断词等，获得预处理后的句子S’；步骤1.3：对句子S’中的词语进行词形还原；步骤1.4：提取S’中待消歧的实词，存入实词集合W；步骤二、对句子进行依存句法分析，构建其依存句法树；具体如下；步骤2.1：使用依存句法分析工具，对句子S’进行依存句法分析，获得其依存元组集合DSet；步骤2.2：根据依存元组集合DSet中的元组信息，构建依存句法树；步骤三、获得句子中词语在依存句法树上的距离，即最短路径的长度；具体如下；将依存句法树视为一个无向图；利用Dijkstra算法或Floyd算法，计算图中任意两个词语结点之间的最短路径的长度，即得词语在依存句法树上的距离；步骤四、根据知识库，为句子中实词的词义概念构建消歧知识图；具体如下；步骤4.1：根据BabelNet知识库，抽取句子中全部实词之间的语义关联路径，构建语义关联路径集合R；步骤4.2：由语义关联路径集合R，构建消歧知识图G；步骤五、根据消歧知识图中词义结点之间的语义关联路径长度、关联边的权重、路径端点在依存句法树上的距离，计算各个词义结点的图评分值；具体如下；步骤5.1：对于词义结点s_i，由消歧知识图G和语义关联路径集合R，找到所有以其作为起点或终点的语义关联路径，存入路径集合；步骤5.2：对于词义结点s_i，根据公式(1)，由语义关联路径集合、路径端点在依存句法树上的距离，共同确定其图评分值；(1)其中，p代表语义关联路径集合中的某一条路径；e代表关联路径p中的某一条关联边；w_e为关联边e的权重；是关联边e的加权系数，对于标记为“r”（即Wikipedia relations类型）的关联边，其加权系数为0.3；对于其它类型的关联边，加权系数为0.7；代表关联路径p的两个端点概念所对应的词语在依存句法树上的距离；为距离的加权系数，被置为2；步骤六、为每个歧义词，选择图评分值最大的词义作为正确词义；具体如下；对于每个歧义词，对比其各个词义的图评分值，选择图评分值最大的词义作为正确词义；经过以上步骤的操作，即可完成全文词义消歧处理。