基于詞語抽象度的漢語隱喻識(shí)別.pdf

1、隱喻作為自然語言中常見的表達(dá)方式，已經(jīng)成為中文信息處理研究的熱門課題。隱喻識(shí)別是隱喻理解的基礎(chǔ)，如何利用隱喻相關(guān)理論進(jìn)行隱喻識(shí)別是當(dāng)前隱喻研究的重點(diǎn)。目前，漢語隱喻識(shí)別的研究大部分都集中在利用詞匯范疇的差別對(duì)名詞性隱喻的識(shí)別上。而本文則以隱喻認(rèn)知理論中“隱喻常常用具體事物來表示抽象概念”為理論指導(dǎo)，提出了自動(dòng)計(jì)算詞語抽象度的算法，將其使用在名詞性隱喻句子識(shí)別中，從而可以更好地實(shí)現(xiàn)隱喻識(shí)別。
　　首先，本文提出了兩種自動(dòng)計(jì)算詞語抽象

2、度的方法。其中，基于相似度的漢語詞語抽象度計(jì)算方法是通過計(jì)算與權(quán)威的英語抽象詞庫的皮爾森相關(guān)系數(shù)得到40個(gè)范例英語單詞，將漢語詞語轉(zhuǎn)化為英語單詞或詞組，計(jì)算與范例詞語的相似度，從而得到量化的詞語抽象度。而基于邏輯回歸的詞語抽象度計(jì)算方法則是通過神經(jīng)網(wǎng)絡(luò)語言模型得到詞語的詞向量，在構(gòu)建的抽象詞庫上，利用機(jī)器學(xué)習(xí)中的邏輯回歸算法得到量化的詞語抽象度。最后通過問卷調(diào)查的方法，對(duì)這兩種方法進(jìn)行了評(píng)測(cè)，結(jié)果顯示后者更能符合詞語的抽象程度。

3、　　在成功計(jì)算出詞語抽象度的前提下，我們?cè)O(shè)計(jì)了基于詞語抽象度的隱喻識(shí)別方法。它通過條件隨機(jī)場(chǎng)模型從句子中提取出可能出現(xiàn)本體和喻體的特征詞語，進(jìn)而得到它們的抽象度，通過非線性支持向量機(jī)模型對(duì)句子進(jìn)行隱喻識(shí)別。同時(shí)為了對(duì)比，在此語料中利用了詞匯類別信息對(duì)其識(shí)別。實(shí)驗(yàn)結(jié)果表明，通過基于邏輯回歸算法得到的詞語抽象度對(duì)隱喻識(shí)別取得了較好的效果，詞語抽象度可以有效地提高隱喻識(shí)別效果。
　　綜上可知，本文研究的漢語詞語抽象度的自動(dòng)化計(jì)算方法可以