刘筱杉

（武汉大学文学院，湖北 武汉 430072）

一、问题的提出

所谓多义词，从语言信息处理的角度来看，就是“书写形式相同的一个词形表示了两个或多个不同的意义，即形与义形成了一对多的映射关系”[1]127。在语料库词义标注中，多是以传统词典中的义项划分作为重要依据的，但词典编纂中，由于人在区分义项时往往过于追求概念上的细微差别，使得义项粒度过于精细，超越了计算机的识别能力，进而给词义的自动标注带来困难。例如，《现代汉语词典》中，关于“大暴雨”一词有两个义项的描述:

[大暴雨]①指下得很大的暴雨。②气象学上指24小时内雨量达100—199.9毫米，或12小时内雨量达70—139.9毫米的雨。①若无特别说明，文中所引词义注释均出自《现代汉语词典》（第6版），北京：商务印书馆，2012年。文中语料均引自CCL语料库(网络版)。

义项①是泛指义，义项②是特指义，词义表达也很清楚，但是在词义标注时，例如:“珠江三角洲部分地方6日也下了224.8 毫米的大暴雨，并出现9级大风。”既可以选择外延大的义项①，因为暴雨不仅大，而且降雨量超过了气象学上的“199.9 毫米”；也可以选择外延小的义项②，因为既然雨量达199.9毫米是气象学上认定的大暴雨，那么比它大的224.8毫米理所当然也符合要求，造成选择难的原因在于义项②被表泛指的义项①所包含。而词义标注又必须要给真实语料中的每个词选择并标示一个确定的义项，由此可见，传统词典中的义项划分并非完全适用于计算机。

以上是词义自动标注在知识资源上存在的问题。……