[发明专利]一种基于依存约束和知识的形容词词义消歧方法和装置

摘要

本发明公开了一种基于依存约束和知识的形容词词义消歧方法和装置。方法包括：对大规模语料进行依存句法分析，收集所得的依存元组并统计其频数，构建依存知识库；对歧义形容词所在句子进行依存句法分析，提取符合设定条件的4种依存元组，作为歧义形容词的依存约束集合；根据语义词典，为歧义形容词的各个词义，依次提取同义词集、近义词集、反义词集作为相应词义的词义代表词集；根据依存知识库和词义代表词集，依次计算歧义形容词的各个词义在依存约束集合的后验概率；根据后验概率选择歧义形容词的正确词义。利用本发明，可以充分发挥依存句法分析的作用，更准确有效地判定歧义形容词的词义。

主权项

1.一种基于依存约束和知识的形容词词义消歧方法，在特征在于，该方法包括以下步骤：步骤一、对大规模语料进行依存句法分析，收集所得的依存元组并统计其频数，构建依存知识库；步骤二、对歧义形容词所在句子进行依存句法分析，对收集到的依存元组进行过滤，仅保留支配词及从属词均为实词并且依存关系为以下4种设定类型的元组：形容词补足,副词修饰,形容词修饰,并列连接；将过滤后所得的依存元组的集合，作为歧义形容词的依存约束集合；步骤三、根据语义词典，为歧义形容词的各个词义，依次提取同义词集、近义词集、反义词集作为相应词义的词义代表词集；步骤四、根据依存知识库和词义代表词集，依次计算歧义形容词的各个词义在依存约束集合的后验概率；计算词义在依存约束集合中的后验概率时，具体为：步骤4‑1)依次计算各个词义代表词在各个依存约束条件下的后验概率，具体为：将词义代表词集中的某一词义代表词记作将某一依存约束元组记作r′_j并表示为：r_j(w₁,w₂)；若歧义形容词为依存约束元组中的支配词，则此后验概率由公式(1)计算；其中，表示依存关系类型为r_j、支配词为从属词为w₂的依存元组的数量；c(r_j,*,w₂)表示依存关系类型为r_j、从属词为w₂的依存元组的数量；M表示语义词典中包含的形容词词形的总数；若歧义形容词为依存约束元组中的从属词，则此后验概率由公式(2)计算；其中，表示依存关系类型为r_j、支配词为w₁、从属词为的依存元组的数量；c(r_j,w₁,*)表示依存关系类型为r_j、支配词为w₁的依存元组的数量；M表示语义词典中包含的形容词词形的总数；步骤4‑2)依次计算各个词义在依存约束集合条件下的后验概率，具体为：假定各个依存约束元组之间彼此条件独立，则此后验概率可由公式(3)计算；其中，s_i表示某一词义，R表示依存约束集合，表示词义代表词集，r′_j表示某一依存约束元组，表示某一词义代表词；步骤五、根据步骤四的计算结果，选择后验概率最大的词义作为歧义形容词的正确词义；若多个词义同时取得相等的最大后验概率，则从中选择词频最高的词义作为歧义形容词的正确词义；所述依存元组为三元组形式，包括依存关系类型、支配词、从属词；其中支配词包含支配词的原形和词性信息，从属词包含从属词的原形和词性信息。