[发明专利]词义消歧方法和系统

权利要求书

1.一种利用语义特征进行词义消歧的方法，包括：

输入目标词汇w，其具有多种词义{w₁，w₂，...w_n}；

从相关本体抽取所述目标词汇所在的概念以及在本体中的概念上下文；

基于所述概念上下文对所述目标词汇的各种词义进行打分；以及

根据所述打分结果选择所述目标词汇的适当词义。

2.如权利要求1所述的方法，其中所述本体具有层次化分类模式。

3.如权利要求1所述的方法，其中对所述目标词汇的每种词义w_j(j＝1，2，...n)进行打分的步骤包括：

根据所述概念上下文中的语义关系搜索与所述目标词汇w相关的共现词汇{a₁，a₂，...a_m}，所述共现词汇a_i(i＝1，2，...m)是出现在所述目标词汇的邻近概念中的上下文词汇；

针对每个所述共现词汇a_i，根据该共现词汇与所述目标词汇之间的语义路径长短，对该共现词汇赋予一权重W(a_i)；

基于词典中给出的词义定义，计算所述目标词汇的每种词义w_j与每个共现词汇a_i(i＝1，2，...m)之间的相关度R(w_j/a_i)；以及

计算每种词义w_j相对于所有共现词汇{a₁，a₂，...a_m}的总相关度作为该词义w_j对应的得分。

4.如权利要求3所述的方法，其中所述计算词义w_j与每个共现词汇a_i之间的相关度R(w_j/a_i)的步骤包括：

针对共现词汇a_i在词典中具有的每种词义(l＝1，2，...r)，计算词义w_j与该词义之间的相关度并且

对词义w_j相对于所述共现词汇a_i的各种词义的相关度求和，以作为词义w_j与共现词汇a_i之间的相关度，即

5.如权利要求1所述的方法，其中对所述目标词汇的每种词义w_j(j＝1，2，...n)进行打分的步骤包括：

从所述本体中提取出以所述目标词汇为中心的、对应于所述目标词汇的概念上下文的子层次结构；

从词典中提取与所述目标词汇的每种词义w_j相对应的词义参考层次结构；以及

将从所述本体中提取出的对应于所述目标词汇的概念上下文的子层次结构与词典中对应于每种词义w_j的词义参考层次结构进行图匹配以计算在拓扑结构上的相似度，作为该词义w_j对应的得分。

6.如权利要求1所述的方法，还包括：

以基于所述概念上下文计算出的每种词义w_j(j＝1，2，...n)的得分作为第一打分结果Rank1(w_j)；

利用基于文本上下文的传统词义消歧方法对所述词义w_j计算第二打分结果Rank2(w_j)；以及

计算所述词义w_j的综合得分Rank(w_j)＝θRank1(w_j)+(1-θ)Rank2(w_j)，其中θ是预定权重，0＜θ＜1。

7.如权利要求1所述的方法，其中所述选择目标词汇的适当词义的步骤包括：

选择分值大于一预定阈值的词义作为所述适当词义。

8.如权利要求7所述的方法，其中所选词义的数目与所述目标词汇在词典中所有词义的数目成比例。