多融合中文词网(MCW)：机器学习与人工校正的结合
计算与语言
2020-02-06 v1 人工智能
摘要
普林斯顿词网(PWN)是一个基于认知语言学的词汇语义网络，推动了自然语言处理的发展。基于PWN，已开发出五个中文词网以解决句法与语义问题，包括：东北大学中文词网(NEW)、Sinica双语本体词网(BOW)、东南大学中文词网(SEW)、台湾大学中文词网(CWN)、中文开放词网(COW)。通过使用它们，我们发现这些词网准确率和覆盖率较低，且无法完整刻画PWN的语义网络。因此我们决定构建一个名为多融合中文词网(MCW)的新中文词网以弥补上述不足。其核心思想是在牛津双语词典和新华双语词典的辅助下扩展SEW，随后对其进行校正。更具体地，我们在校正中使用了机器学习与人工调整，并制定了两项标准以辅助工作。我们在三个任务上进行了实验，包括相关度计算、词语相似度和词义消歧，以比较词条的准确率，同时也比较了覆盖率。结果表明，MCW可通过我们的方法在覆盖率和准确率上获益。然而其仍有改进空间，尤其在词条方面。未来我们将继续提升MCW的准确率并扩展其中的概念。
引用
@article{arxiv.2002.01761,
title = {Multi-Fusion Chinese WordNet (MCW) : Compound of Machine Learning and Manual Correction},
author = {Mingchen Li and Zili Zhou and Yanna Wang},
journal= {arXiv preprint arXiv:2002.01761},
year = {2020}
}
备注
7 pages. CICLing 2019: International Conference on Computational Linguistics and Intelligent Text Processing