[發明專利]一種基于依存詞匯關聯度的形容詞詞義消歧方法

在審

• 申請號: 201610048601.9
• 申請日: 2016-01-26
• 公開（公告）號: CN105718443A
• 公開（公告）日: 2016-06-29
• 發明（設計）人: 鹿文鵬
• 申請（專利權）人: 齊魯工業大學
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于依存詞匯關聯度的形容詞詞義消歧方法，其特征在于：其具體操作步驟為：

步驟一、根據語義詞典，收集目標形容詞歧義詞w_t各個詞義si的同義詞、近義詞、反義詞，構建相應詞義的相關詞集W_si；具體為：

步驟1.1：根據WordNet，取詞義概念si的同義詞集；

步驟1.2：根據WordNet，取詞義概念si的近義詞集；

步驟1.3：根據WordNet，取詞義概念si的反義詞集；

步驟1.4：將步驟1.1~1.3所得的同義詞集、近義詞集、反義詞集合并，構建相應詞義的相關詞集W_si；

步驟二、對目標歧義詞所在的句子進行依存句法分析，收集包含目標歧義詞的形容詞修飾及副詞修飾依存元組，提取相應的依存共現詞w_amod和w_advmod；具體為：

步驟2.1：利用依存句法分析工具對目標歧義詞所在的句子進行依存句法分析，獲取其依存元組集合；

步驟2.2：由步驟2.1所得的依存元組集合，提取包含目標歧義詞的形容詞修飾及副詞修飾依存元組；

步驟2.3：由步驟2.2所得的依存元組，提取歧義詞的依存共現實詞w_amod和w_advmod；

步驟三、對大規模語料進行依存句法分析，收集其中的依存共現詞對，構建依存共現詞對數據庫DB；具體為：

步驟3.1：利用依存句法分析工具對大規模文本語料進行依存句法分析，獲取其依存元組集合DSet；

步驟3.2：舍棄DSet中依存元組的依存關系類型信息，統計依存共現詞對，構建依存共現詞對數據庫DB；

步驟四、根據DB，計算目標歧義詞的各個詞義的依存詞匯關聯度；具體為：

步驟4.1：對于詞義si的相關詞集W_si中的各個相關詞w_si，由公式(1)，計算其與w_amod、w_advmod的依存詞匯關聯度，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)表示支配詞是w₁，且從屬詞是w₂的依存元組的總數；

b=freq(w₁,*)-a表示支配詞是w₁，但從屬詞不是w₂的依存元組的總數；

c=freq(*,w₂)-a表示從屬詞是w₂，但支配詞不是w₁的依存元組的總數；

d=N-a-b-c表示支配詞不是w₁并且從屬詞不是w₂的依存元組的總數；

N表示語料庫所包含的全部依存元組的總數；

步驟4.2：由公式(2)，計算詞義si與依存共現詞w_amod和w_advmod的整體依存詞匯關聯度；

relatedness(si)=relatedness(w_amod,W_si)+relatedness(W_si,w_advmod)(2)

其中，

；

；

W_si表示由步驟一所獲得的詞義si的相關詞集；

步驟五、將整體依存詞匯關聯度最大的詞義判定為正確詞義；具體為：

比較由步驟4.2所獲得的各個詞義的整體依存詞匯關聯度，將依存詞匯關聯度最大的詞義判定為歧義詞的正確詞義；

經過以上步驟的操作，即可判定形容詞歧義詞的詞義，完成詞義消歧任務。