张颖杰，李 斌,，陈家骏，陈小荷

(1. 南京大学 计算机软件新技术国家重点实验室，江苏 南京 210093；2. 南京师范大学 语言信息科技研究中心，江苏 南京 210097)

1 引言

词义消歧(Word Sense Disambiguation, WSD)是在特定的上下文中为指定的词自动选择合适词义的过程，也称为自动词义标注。在主流的词义消歧方法中，有指导方法的效果最好[1]，但需要较大的人工标注数据集，并且其结果对训练数据集有很强的依赖性，泛化能力较差。相对而言，基于知识的方法，将词语在词典中的义项数作为类别数，将词典对词语的解释和例句作为义项出现的语境信息，虽然受限于词典规模，其效果通常不如有指导的方法，但是在一定程度上减少了对人工标记数据的依赖性，义项标注的覆盖率较高，在缺乏人工标注数据集的情况下，可以提供初始的自动标注结果。

目前，古汉语的词义自动标注工作还处于起步阶段，在资源和技术上都呈稀缺状态。对于经典传世之作，虽有历代学者的大量注疏，但这些注疏并不是在同一个释义词典或语义体系的基础上进行的。目前较为实用的、能够服务于古汉语文献词义标注的词典是《汉语大词典2.0》(后文简称为《大词典》)[2]。该词典收词目30余万条，给出了词语的古今义项和最早用例，是一本质量高、释义丰富的大型语文词典。文献[3]介绍了采用《大词典》为主要的释义词典，人工逐词标注古籍义项以构建中古汉语研究型语料库的工作，工作量特别巨大。因此，研究古汉语义项的自动标注方法，已经成为了中国古典文学和文献研究的重要而迫切的需求。……