白振凯,黄孝喜,王荣波,谌志群,王小华
(杭州电子科技大学 认知与智能计算研究所,浙江 杭州 310018)
基于主题模型的汉语动词隐喻识别
白振凯,黄孝喜,王荣波,谌志群,王小华
(杭州电子科技大学 认知与智能计算研究所,浙江 杭州 310018)
隐喻是人类语言不可缺少的组成部分,隐喻处理的好坏将直接影响到自然语言处理和机器翻译的发展,其中隐喻识别作为隐喻处理中基础性的工作,越来越得到研究者们的关注。目前,汉语隐喻识别的研究大部分都集中在短语级别的名词性隐喻的识别上,然而,实际文本中动词性隐喻出现的频率更高,更应该受到更多中文隐喻研究者们的重视。为了提高汉语隐喻的识别率,针对句子级别的汉语动词性隐喻,提出了基于主题模型的识别方法,将主题模型LDA(Latent Dirichlet Allocation)应用于汉语的动词隐喻识别过程中。该方法利用句子的主题分布作为特征,结合机器学习的方法对动词隐喻进行识别,得到的平均正确率为76.46%,在加入主题标注特征后,平均正确率达到80.42%。实验结果表明,基于主题模型的识别方法是有效的。
隐喻识别;主题模型;LDA;机器学习;自然语言处理
隐喻是人类语言中不可缺少的组成部分,它不仅是一种修辞手段,更是人们理解和思维的手段[1]。如果隐喻的机器理解问题无法得到有效解决,将会对自然语言的理解和机器翻译技术的发展带来更多的限制[2]。所以隐喻的处理工作越来越得到自然语言领域的研究者们的重视。……