[论文解读] Conceptual Association for Compound Noun Analysis

Mark Lauer|ArXiv.org|Sep 6, 1994

Natural Language Processing Techniques被引用 4

一句话总结

本文提出一种基于语料库的方法，利用从同义词典类别中提取的概念关联，实现复合名词的自动句法消歧。通过从语料库中提取无歧义的复合名词实例并利用统计关联，该方法在244个示例的测试集上实现了75%的准确率，未来工作旨在将其扩展至语义角色标注以实现完整解释。

ABSTRACT

This paper describes research toward the automatic interpretation of compound nouns using corpus statistics. An initial study aimed at syntactic disambiguation is presented. The approach presented bases associations upon thesaurus categories. Association data is gathered from unambiguous cases extracted from a corpus and is then applied to the analysis of ambiguous compound nouns. While the work presented is still in progress, a first attempt to syntactically analyse a test set of 244 examples shows 75% correctness. Future work is aimed at improving this accuracy and extending the technique to assign semantic role information, thus producing a complete interpretation.

研究动机与目标

• 开发一种用于自然语言处理中复合名词解释的自动方法。
• 利用基于语料库的统计关联，解决复合名词中的句法歧义问题。
• 探索将同义词典类别作为概念关联基础以实现消歧。
• 在仅依赖句法结构之外，提升复合名词解释的准确率。
• 为未来工作扩展该方法以包含语义角色信息奠定基础。

提出的方法

• 该方法从语料库中提取无歧义的复合名词实例，作为关联模式的训练数据。
• 利用同义词典类别构建概念关联，以表示名词成分之间的语义关系。
• 基于语料库中共现频率，计算头词与修饰词之间的统计关联。
• 通过选择最可能的解释，利用这些关联解决复合名词中的句法歧义。
• 基于语料库中累积的关联得分，对解释进行概率排序。
• 该方法在244个复合名词的测试集上进行评估，结果以句法消歧准确率报告。

实验结果

研究问题

• RQ1 如何有效利用语料库统计来消歧复合名词中的句法结构？
• RQ2 基于同义词典的概念关联在多大程度上能提升解释准确率？
• RQ3 基于无歧义实例的统计模型能否推广到歧义复合名词形式？
• RQ4 基于语料库的关联方法在代表性测试集上的基线性能如何？
• RQ5 该方法如何扩展以包含语义角色标注，实现完整解释？

主要发现

• 该方法在244个复合名词示例的测试集上实现了75%的句法消歧准确率。
• 将同义词典类别作为概念锚点，有效支持了从语料库数据中学习统计关联。
• 成功提取了无歧义的复合名词实例，并用于构建可靠的关联模型。
• 该方法展示了仅使用语料库统计与词法分类即可实现自动复合名词解释的可行性。
• 结果表明，概念关联可作为未来扩展至语义角色分配的坚实基础。
• 该方法在此版本中仍仅限于句法消歧，语义解释作为计划中的未来扩展。