周 云，王 挺，易绵竹，张禄彭，王之元,4

(1. 国防科技大学 计算机学院，湖南 长沙 410073； 2. 解放军外国语学院 国防语言文化研究所，河南 洛阳 471003；3. 解放军外国语学院 欧亚语系，河南 洛阳 471003； 4. 国防科技大学 并行与分布处理国家重点实验室，湖南 长沙 410073)

1 引言

词义消歧，即在特定的上下文中确定歧义词的词义。根据词义消歧的范围，可将其分为词样消歧(Lexical-Sample WSD)和全词消歧(All-Words WSD)。词样消歧对给定文本中的某些指定词进行消歧，而全词消歧对给定文本中的所有开放词(包括名词、动词、形容词和副词)进行消歧。词样消歧是一个典型的分类问题，可使用各种成熟的有监督分类算法，如朴素贝叶斯[1]、最大熵算法[2]和支持向量机[3]等。对于全词消歧，目前通常的做法是将其当作词样消歧，对句中出现的每个开放词逐个进行消歧，各个词之间的消歧是独立的。但是，全词消歧中前后两个词的消歧实际上是相互关联的，全词消歧可以看作一个序列标注问题。

序列标注指的是对观察值序列的每个成员指定一个类别标签，因此序列标注可视为一系列的分类任务。由于序列标注利用相邻元素的依赖性对整个序列进行全局优化，一次性为所有观察值给出标签，因而标注性能通常会得到提升。常用的序列标注算法有隐马尔可夫模型(Hidden Markov Model, HMM)[4]、最大熵马尔可夫模型(Maximum Entropy Markov Model, MEMM)[5]和条件随机域[6]等。虽然HMM等序列标注方法在一些自然语言处理任务中取得了突出的成绩，如词性标注[7]和语音识别[8]等，但在词义消歧中的结果却并不理想[9-13]。……