[论文解读] Morphological Cues for Lexical Semantics

Marc Light|ArXiv.org|Jun 4, 1996

Natural Language Processing Techniques参考文献 16被引用 13

一句话总结

本文提出一种利用派生词缀作为词形线索，自动获取词汇语义信息的方法。通过利用词缀与语义类别（如施事、抽象名词）之间的固定对应关系，该方法能够在无需深层语言分析的情况下，实现稳健的、表层的语义特征获取，显著提升了自然语言处理系统在可移植性和可扩展性方面的表现。

ABSTRACT

Most natural language processing tasks require lexical semantic information. Automated acquisition of this information would thus increase the robustness and portability of NLP systems. This paper describes an acquisition method which makes use of fixed correspondences between derivational affixes and lexical semantic information. One advantage of this method, and of other methods that rely only on surface characteristics of language, is that the necessary input is currently available.

研究动机与目标

• 解决自然语言处理（NLP）系统中对可扩展词汇语义信息的需求。
• 克服人工语义标注的局限性，后者耗时且难以移植。
• 开发一种仅依赖表层词形模式来推断语义类别的方法。
• 仅利用现有文本和词形结构，实现词汇语义的自动化获取。
• 通过利用一致的词缀-语义映射，提升NLP系统的鲁棒性和可移植性。

提出的方法

• 识别派生词缀（如 -er、-ion、-ness）与语义类别（如施事、抽象名词）之间的固定对应关系。
• 采用基于语料库的方法，从现有词形中提取词缀-语义映射。
• 应用词形规则，基于词缀推断未知或罕见词的语义类别。
• 利用现有语言资源和表层模式，无需依赖深层句法或语义分析。
• 通过统计或基于规则的归纳方法，将词缀映射到预定义的语义类别，构建词汇语义知识库。
• 确保该方法在具有相似词形系统的不同领域和语言间具有可扩展性和可重用性。

实验结果

研究问题

• RQ1 派生词缀能否可靠地作为推断词汇语义类别的线索？
• RQ2 表层词形模式在多大程度上可减少对人工语义标注的依赖？
• RQ3 基于规则的方法，利用词缀-语义对应关系，在捕捉未知词的语义特征方面有多高效？
• RQ4 该方法能否在不同词性与语义类别间实现泛化？
• RQ5 该方法对NLP系统的鲁棒性和可移植性有何影响？

主要发现

• 派生词缀为推断施事、动作或抽象概念等词汇语义类别提供了稳定可靠的线索。
• 该方法仅依赖表层词形模式即可实现语义信息的自动获取，显著降低了对昂贵人工标注的依赖。
• 由于依赖广泛存在的词形结构，该方法具有可扩展性，适用于广泛的NLP任务。
• 通过基于词缀的推理，该系统显著提升了对未知或罕见词的语义覆盖范围。
• 固定词缀-语义映射的使用，增强了NLP系统在具有相似派生词形结构的领域和语言间的可移植性。
• 该方法在作为轻量级、基于规则的语义扩展技术集成到更大NLP流程中时，展现出可行性。