[论文解读] Disambiguating Noun Groupings with Respect to WordNet Senses

Philip Resnik|ArXiv.org|Nov 29, 1995

Natural Language Processing Techniques参考文献 17被引用 52

一句话总结

本文提出一种基于知识的名词分组消歧方法，通过将来自在线同义词词典或分布聚类的名词分组分配给 WordNet 词义，而无需使用词义标注语料库。在人工标注的测试集上，该方法分别取得了 58.6% 和 60.5% 的准确率，表现出接近人类上限的强劲性能，同时有效抑制了错误的词义分配。

ABSTRACT

Word groupings useful for language processing tasks are increasingly available, as thesauri appear on-line, and as distributional word clustering techniques improve. However, for many tasks, one is interested in relationships among word {\em senses}, not words. This paper presents a method for automatic sense disambiguation of nouns appearing within sets of related nouns --- the kind of data one finds in on-line thesauri, or as the output of distributional clustering algorithms. Disambiguation is performed with respect to WordNet senses, which are fairly fine-grained; however, the method also permits the assignment of higher-level WordNet categories rather than sense labels. The method is illustrated primarily by example, though results of a more rigorous evaluation are also presented.

研究动机与目标

• 解决从无监督方法或在线同义词词典中提取的名词分组的词义分配问题，其中词级关系可能掩盖词义级的一致性。
• 开发一种后处理消歧技术，利用 WordNet 的细粒度词义区分，而无需使用词义标注的训练数据。
• 评估该方法在正确词义上赋予高置信度、在错误词义上赋予低置信度的能力，尤其适用于信息检索中的查询扩展等应用。
• 弥合分布词聚类（在词级操作）与对准确 NLP 任务至关重要的词义级语义关系之间的差距。

提出的方法

• 该方法使用一个隶属函数 φ，基于与其他组内词语的语义相似度，计算将某一词义分配给名词分组的置信度得分。
• 语义相似度通过 WordNet 的层次结构计算，具体采用词义集合（synsets）之间的最短路径，重点关注路径长度和相关性度量。
• 该方法将每个名词分组视为上下文，利用 WordNet 的词义分类体系评估目标词的每一种可能词义在该上下文中的契合度。
• 采用基于置信度的过滤策略，在评估中排除低置信度判断，以聚焦于可靠的标注案例。
• 该算法通过强制选择任务进行评估，由人工判断者对每种词义选择及其置信度进行 0–4 分制评分。
• 结果与随机基线（33–35%）和人类上限（65–69%）进行比较，以评估其相对于人类判断的性能。

实验结果

研究问题

• RQ1 基于知识的方法能否在不依赖词义标注语料库的前提下，有效实现名词分组中的词义消歧？
• RQ2 在为名词分组中的词语分配词义时，该方法相对于人类判断的性能如何？
• RQ3 该方法是否比选择正确词义更有效地抑制错误词义分配，尤其是在信息检索等应用中？
• RQ4 该方法能否扩展至分布聚类生成的名词组，而不仅限于人工整理的同义词词典条目？

主要发现

• 在 Judge 1 评估的测试案例中，该算法取得了 58.6% 的准确率，显著高于 34.8% 的随机基线。
• 对于 Judge 2，该算法取得了 60.5% 的准确率，而随机基线为 33.3%，人类上限为 68.6%。
• 该方法在抑制明显不合适的词义方面表现强劲，这对查询扩展等应用至关重要，因为错误关联会降低性能。
• 评估结果表明，即使名词分组中包含语义模糊或无关的词语，该方法依然有效，因为它利用了 WordNet 的语义层次结构来解决冲突。
• 尽管 WordNet 的词义粒度精细，使得消歧难度远高于同形异义词消歧，但结果依然令人鼓舞。
• 该研究支持将 WordNet 的语义知识与分布模式相结合，以提升 NLP 系统中词义级消歧的可行性。