再论副词：通过超感知词典提升 WordNet 对副词的覆盖范围
计算与语言
2025-11-17 v1
摘要
WordNet 为名词和动词提供丰富的超感知层次结构，而副词则不完善，缺乏系统的语义分类。我们提出一种基于语言学的副词超感知类型划分，经过注释验证，捕捉包括 manner、temporal、frequency、degree、domain、speaker-oriented 和 subject-oriented 等主要语义领域。来自 pilot 注释研究的结果表明，这些类别能够覆盖自然文本中的大部分副词，并且可以被人类注释者可靠地分配。将此类型划分纳入 WordNet 可扩展其覆盖范围，使其更贴近语言学理论，并促进下游 NLP 应用，如词义消歧、事件抽取、情感分析和篇章建模。我们呈现所提议的超感知类别、注释结果以及未来工作方向。
引用
@article{arxiv.2511.11214,
title = {Adverbs Revisited: Enhancing WordNet Coverage of Adverbs with a Supersense Taxonomy},
author = {Jooyoung Lee and Jader Martins Camboim de Sá},
journal= {arXiv preprint arXiv:2511.11214},
year = {2025}
}