[发明专利]一种基于句法分析的词义消歧方法

摘要

本发明涉及到一种基于句法分析的词义消歧方法，属于自然语言处理技术领域。其步骤为：1.对歧义词所在的句子进行预处理，主要包括去除乱码字符、特殊符号等；2.对歧义词所在的句子进行短语结构句法分析，获得其短语结构句法树；3.对歧义词所在的句子进行依存句法分析，获得其依存句法树；4.收集句子中除歧义词之外的全部实词，作为相关词，根据步骤2、3所得的短语结构句法树、依存句法树和句子，计算其与歧义词的距离并赋予消歧权重，构建相关词集合；5.根据歧义词各词义与相关词集合的整体相关度，确定歧义词的正确词义。本发明提出的基于句法分析的词义消歧方法，可强化句法关系密切的相关词的消歧权重，能够改善词义消歧的正确率。

主权项

一种基于句法分析的词义消歧方法，其特征在于：其具体操作步骤为：步骤一、对歧义词所在的句子进行预处理，主要包括去除乱码字符、特殊符号等；具体为：步骤1.1：用符号S表示待处理的句子，用符号w_t表示待消歧的目标歧义词；步骤1.2：对句子S进行预处理，主要包括去除乱码字符、特殊符号等，获得预处理后的句子S’；步骤1.3：对句子S’中的词语进行词形还原；步骤二、对歧义词所在的句子进行短语结构句法分析，获得其短语结构句法树；具体为：使用短语结构句法分析工具，对句子S’进行短语结构句法分析，获得其短语结构句法树PhraseTree；步骤三、对歧义词所在的句子进行依存句法分析，获得其依存句法树；具体为：步骤3.1：使用依存句法分析工具，对句子S’进行依存句法分析，获得其依存元组集合DSet；步骤3.2：根据依存元组集合DSet中的元组信息，构建依存句法树DependTree；步骤四、收集句子中除歧义词之外的全部实词，作为相关词，并根据其与歧义词的距离赋予消歧权重，构建相关词集合；具体为：步骤4.1：收集句子中除歧义词w_t之外的全部实词，构建相关词集合R；步骤4.2：根据依存句法树DependTree、短语结构句法树PhraseTree、句子S’，统计R中各个相关词w与歧义词w_t在依存句法树上的路径距离d₁、在短语结构句法树上的路径距离d₂、在句子中的直接距离d₃；步骤4.3：根据各个相关词w与歧义词w_t的距离信息，由公式(1)，为其赋予消歧权重；(1)其中，d₁是相关词w与歧义词w_t在依存句法树上的路径距离、d₂是两者在短语结构句法树上的路径距离、d₃是两者在句子中的直接距离；α、β、γ是权重调节因子；步骤五、根据歧义词各词义与相关词集合的整体相关度，确定歧义词的正确词义；具体为：步骤5.1：计算歧义词的各个词义s_i与相关词集合R中的相关词w_j的词义相关度rela(w_j,s_i)；步骤5.2：由公式(2)，根据步骤4.3和步骤5.1的数据，计算歧义词各个词义s_i与相关词集合R的整体相关度；(2)其中， s_i是歧义词的某一个词义，R是相关词集合，w_j是某一个相关词；步骤5.3：根据步骤5.2所得的整体相关度，选择相关度最大的词义作为正确词义；经过以上步骤的操作，即可判定歧义词的词义，完成词义消歧任务。