[论文解读] Exploring Metaphorical Senses and Word Representations for Identifying Metonyms

Wei Zhang, Judith Gelernter|arXiv (Cornell University)|Aug 19, 2015

Natural Language Processing Techniques参考文献 27被引用 6

一句话总结

本文提出了一种监督方法，通过利用隐喻意义特征和分布式词表示（word2vec）在SemEval 2007 Task 8数据集上识别基于地点的转喻。该系统在检测地点转喻方面达到了86.45%的准确率，表明在隐喻识别中有效的特征可被适配用于转喻检测，并取得优异性能。

ABSTRACT

A metonym is a word with a figurative meaning, similar to a metaphor. Because metonyms are closely related to metaphors, we apply features that are used successfully for metaphor recognition to the task of detecting metonyms. On the ACL SemEval 2007 Task 8 data with gold standard metonym annotations, our system achieved 86.45% accuracy on the location metonyms. Our code can be found on GitHub.

研究动机与目标

• 探究在隐喻识别中有效的特征是否可成功应用于转喻检测。
• 评估词表示（word2vec）在识别拟人化词语用法（尤其是转喻）方面的有效性。
• 通过源自隐喻意义分析的语言学特征提升转喻检测性能。
• 为SemEval 2007 Task 8数据集提供一个基于标准标注的转喻检测基线系统。

提出的方法

• 作者使用word2vec嵌入表示上下文中的词语，捕捉语义和分布特征。
• 他们提取了先前用于隐喻识别的隐喻意义特征，如语义距离和上下文新颖性。
• 在SemEval 2007 Task 8数据集上训练一个监督分类模型，用于将词语分类为转喻或非转喻。
• 该系统特别关注地点转喻，即一个词语代表一个地点（例如，'the White House' 代表美国政府）。
• 特征包括句法上下文、词语相似度得分以及分布词表示，以区分转喻用法与字面用法。
• 使用标准分类指标在标准标注测试集上评估模型性能。

实验结果

研究问题

• RQ1 在隐喻识别中有效的特征是否可成功应用于转喻检测？
• RQ2 分布式词表示（word2vec）在识别转喻中拟人化词语用法方面的表现如何？
• RQ3 监督系统在标准基准上检测基于地点的转喻的性能如何？
• RQ4 隐喻意义特征在区分转喻与字面词语用法方面贡献有多大？

主要发现

• 该系统在SemEval 2007 Task 8数据集上检测地点转喻的准确率达到86.45%。
• 隐喻意义特征与word2vec表示的结合显著提升了检测性能。
• 结果表明，来自隐喻识别的特征具有可迁移性，并在转喻检测中表现有效。
• 该方法表明，分布式词表示能够捕捉到对拟人化语言识别至关重要的语义模式。