[论文解读] TreeMatch: A Fully Unsupervised WSD System Using Dependency Knowledge on a Specific Domain

Andrew Tran, Chris Bowes+4 more|arXiv (Cornell University)|Jan 5, 2025

Natural Language Processing Techniques参考文献 16被引用 4

一句话总结

TreeMatch 是一种完全无监督的词义消歧系统，使用领域特定的依赖知识，在 SemEval 任务上实现高于 Most Frequent Selection 基线的准确性。

ABSTRACT

Word sense disambiguation (WSD) is one of the main challenges in Computational Linguistics. TreeMatch is a WSD system originally developed using data from SemEval 2007 Task 7 (Coarse-grained English All-words Task) that has been adapted for use in SemEval 2010 Task 17 (All-words Word Sense Disambiguation on a Specific Domain). The system is based on a fully unsupervised method using dependency knowledge drawn from a domain specific knowledge base that was built for this task. When evaluated on the task, the system precision performs above the Most Frequent Selection baseline.

研究动机与目标

• 通过利用无标签数据提升领域知识的 WSD 的动机。
• 开发一个利用依赖信息的完全无监督 WSD 系统。
• 将现有的 WSD 方法适应到特定领域，使用领域知识库。

提出的方法

• 利用为该任务构建的领域特定知识库中的依赖知识。
• 采用完全无监督的方法而非有监督训练。
• 复用 SemEval 2007 Task 7（粗粒度英语全词）和 SemEval 2010 Task 17 的设置的方法论。
• 对 WSD 的性能与基线进行评估，以评估实际效果。

实验结果

研究问题

• RQ1 利用领域特定依赖知识的完全无监督 WSD 系统是否能在全词 WSD 任务中实现有竞争力的准确性？
• RQ2 TreeMatch 在目标领域是否优于 Most Frequent Selection 基线？
• RQ3 在将 WSD 适应到特定领域时，基于依赖的知识迁移效果如何？

主要发现

• 该系统基于使用领域特定依赖知识的完全无监督方法。
• TreeMatch 在评估任务上实现高于 Most Frequent Selection 基线的准确性。
• 将 SemEval 2007 Task 7 适配到 SemEval 2010 Task 17 表明面向领域的 WSD 有效性。