话题型微博中的人称代词特征及消解策略

张 瑛，梁琳琳，侯 敏，滕永林

(1.中国传媒大学文学院，北京100024;2.国家语言资源监测与研究中心有声媒体中心，北京100024)

一、话题型微博及人称代词消解相关研究

随着互联网的迅速发展，微博已成为人们分享、传播以及获取信息的重要平台。其中，话题型微博是微博用户发表观点、评价事物的主要形式之一。该类微博“围绕某一话题即标签(hashtag)阐发意见，进行讨论”［1］。通过抽取话题型微博信息，可以追踪网络实时热点、了解大众舆论倾向。由于话题型微博集中讨论某一话题，相同的信息在微博中常会反复出现，为了保证语言的简练，人们会使用大量人称代词衔接语篇。虽然这些人称代词使得句子更加简明，主题更加突出，但也给话题型微博信息处理增加了难度。因此，对微博文本进行人称代词消解就成为微博信息挖掘的一个重要任务。

话题型微博中人称代词消解就是指针对微博中出现的人称代词，依据话题背景信息及上下文语境，找出该词所指代的具体对象。人们称人称代词为照应语，其指代对象为先行语。整个消解过程涉及到三个步骤:实体识别、照应语识别和先行语识别。实体识别是指对语篇中人名、地名、机构名等专名以及其他普通名词进行识别，这些词语都是潜在的先行语，对其进行识别是消解的首要任务;照应语识别是指对微博中具有指代功能的人称代词进行识别;先行语识别则是通过消解算法寻求与微博中人称代词形成衔接纽带的实体。……