曾华琳,周昌乐,陈毅东,史晓东

(厦门大学 信息科学与技术学院,福建省仿脑智能系统重点实验室,福建厦门361005)

基于特征自动选择方法的汉语隐喻计算

曾华琳,周昌乐*,陈毅东,史晓东

(厦门大学 信息科学与技术学院,福建省仿脑智能系统重点实验室,福建厦门361005)

摘要：汉语隐喻计算是中文信息处理中的棘手难题之一．已有的隐喻识别研究多以人工方式分析和抽取隐喻特征,存在着主观性强、难以扩充的缺点,并且对于专业背景知识要求比较严格．本文基于大规模语料库的机器学习,利用最大熵分类模型,提出了一种最优特征模板自动抽取的隐喻识别算法,讨论了3种不同层次的特征模板,既包含了经典的简单特征,又将跨多个词的远距离上下文信息,以及描述语义信息的词语相似性引入特征模板进行考察．实验结果表明,该算法提高了隐喻识别准确率,是一种对于汉语隐喻计算行之有效的机器学习方法．

关键词：汉语隐喻计算;隐喻识别;机器学习;自动特征选择

隐喻,广泛存在于人类的语言生活中．从先古哲学家亚里士多德的修辞学,到现代莱可夫的认知语言学,无论是在中文语言学,抑或是在西方语言学研究中,隐喻一直是处于前沿探索阶段的项目[1-7]．在语言学与计算机科学的交叉学科——中文信息处理中,隐喻则属于语义级别的范畴,至今仍然是亟待解决的棘手难题之一．

汉语隐喻的研究,主要集中在隐喻识别和隐……