对称与非对称:中文词义消歧中局部上下文窗口问题研究

摘要：

词义消歧是一个分类过程,局部上下文是主要的分类特征.对称窗口指上下文边界与歧义词的左右距离相等,大部分消歧系统凭经验将其作为最优的局部上下文窗口,很少选择非对称窗口.对称窗口是否优于非对称窗口?本文以Senseval-3中文数据集为例对这一问题展开研究.首先,对训练集采用交叉验证法确定最优窗口,它是非对称的.并采用此非对称窗口与多组经典的对称窗口进行了对比消歧测试,结果表明非对称窗口的表现优于对称窗口.进一步在独立采用词或词性作为特征的情况下进行交叉验证评估,发现趋于对称的窗口总体上表现是优秀的.在不进行辅助计算的情况下,可以选择对称窗口作为局部上下文窗口,但它并不是最优的.

关键词：词义消歧、中文、局部上下文、上下文窗口

所属期刊栏目：29

分类号：TP3;TU4

资助基金：国家自然科学基金项目70673070;教育部"新世纪优秀人才支持计划"资助

在线出版日期：2010-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：254-259