多義詞詞典義項可區(qū)分度的度量

摘要多義詞詞典義項的可區(qū)分度是指，人們根據(jù)詞典提供的信息在語料中對多義詞義項進行辨析的難度。文章探討如何度量多義詞可區(qū)分度。以往對這個問題的研究主要使用兩種方法： 基于義類體系的方法和基于機器學(xué)習(xí)的詞義消歧方法。文章提出利用人工標(biāo)注詞典義項，然后對標(biāo)注結(jié)果計算標(biāo)注者一致性（interannotators agreement）的方法，從而計算多義詞義項可區(qū)分度?；趯追N方法的討論和對比，文章發(fā)現(xiàn)，通過計算人工標(biāo)注結(jié)果一致性的方法較為有效、直觀和省力。文章認(rèn)為，“多義詞詞典義項可分區(qū)度”是利用人對多義詞辨析的結(jié)果，對詞典義項的評價，并不必然反映詞典釋義的好壞，它應(yīng)該被視為一類參考數(shù)據(jù)，為詞典編纂提供指示。

關(guān)鍵詞多義詞義項可區(qū)分度標(biāo)注一致性詞義消歧

一、 多義詞詞典義項的可區(qū)分度

在使用詞典釋義進行多義詞辨析的過程中，多義詞義項區(qū)別的難易程度是不同的，而這種難易程度不一定與詞典釋義有關(guān)。有的多義詞義項比較難區(qū)分。如“包圍”有兩個義項[1]：

（1） 包圍1四面圍住： 亭子被茂密的松林包圍著。

包圍2正面進攻的同時，向敵人的翼側(cè)和后方進攻。

就詞典釋義來看，“包圍”的兩個義項不難區(qū)分。但在我們的實驗中（將于下文第四節(jié)討論），“包圍”的詞典義項可區(qū)分度僅為0.38。

又如，“暴雨”有兩個義項：

（2） 暴雨1大而急的雨。

暴雨2氣象學(xué)上指1小時內(nèi)雨量在16毫米以上，或24小時內(nèi)雨量在50毫米以上的雨。

從詞典釋義上來看，“氣象學(xué)上指1小時內(nèi)雨量在16毫米以上，或24小時內(nèi)雨量在50毫米以上的雨”應(yīng)該是一種“大而急的雨”，難以區(qū)分。在我們的實驗中，“暴雨”的可區(qū)分度為0.86。

我們把這種區(qū)別多義詞詞典義項的難易程度稱為“可區(qū)分度”。從詞義關(guān)系的角度看，多義詞義項可區(qū)分度體現(xiàn)了義項在語義上的“重合”程度（肖航2010），它是一種對詞義關(guān)系的描寫。盡管各家詞典在多義詞義項分立的標(biāo)準(zhǔn)和釋義方法上多有不同，但是沒有一部詞典能夠做到所有多義詞都有等同的可區(qū)分度。這是因為，詞典釋義是“語言輸入”，而可區(qū)分度是對多義詞辨析結(jié)果——“語言輸出”——的評價。從學(xué)習(xí)多義詞詞典釋義到使用它在具體上下文中辨析詞義的過程來看，從詞典釋義到義項可區(qū)分度過程如下：

1） 詞典對多義詞定義;

2） 用戶學(xué)習(xí)詞典釋義，掌握多義詞義項區(qū)別;

3） 在語料中進行多義詞辨析;

4） 對辨析結(jié)果進行評價;

5） 得到義項可區(qū)分度。

根據(jù)上面的過程描述，可以發(fā)現(xiàn)，一方面，義項可區(qū)分度不是對多義詞詞典釋義的直接評價，它從義項辨析結(jié)果中獲得，反映詞典釋義對多義詞辨析的有效性，即，人們學(xué)習(xí)了詞典釋義后，可以使用它有效地區(qū)分多義詞義項;另一方面，作為“輸出”的可區(qū)分度直接受到詞典釋義的影響，并反映詞典釋義可能存在的問題，為詞典編纂提供參考性指示。義項的可區(qū)分度小，意味著人們對義項的區(qū)分有困難，詞典編纂者可以對該多義詞的釋義進行檢視。在積累了一些多義詞義項可區(qū)分度數(shù)據(jù)后，詞典編纂者可進一步對義項分立的原則和依據(jù)進行探討。

我們認(rèn)為，義項可區(qū)分度的形式應(yīng)該是一個有限范圍內(nèi)的數(shù)值，所以無法通過理論探討獲得，必須在實證研究（empirical study）框架中，通過某種方法計算得到。

本文將討論計算多義詞詞典義項可區(qū)分度的方法?，F(xiàn)有的計算方法基本可以視為是對義項可區(qū)分度的簡介描寫。我們提出通過計算詞義標(biāo)注任務(wù)中的標(biāo)注者一致性來估計義項的可區(qū)分度。本文內(nèi)容安排如下： 第一節(jié)，提出我們對義項可區(qū)分度的定義;第二節(jié)，討論已有的計算義項可區(qū)分度的方法，指出這些方法的缺陷;第三節(jié)，我們提出使用標(biāo)注一致性估計可區(qū)分度;第四節(jié)，我們簡單對比機器學(xué)習(xí)方法和標(biāo)注者一致性方法的相關(guān)性;最后是結(jié)論和討論。

二、 計算義項可區(qū)分度的方法

計算義項可區(qū)分度，是要將可區(qū)分度以數(shù)值形式量化地表示，使得“可區(qū)分度”這一概念被直觀地表示出來。詞典義項是書面語構(gòu)成的句子，無法被直接計算，所以首先需要將義項轉(zhuǎn)換為可計算的表示方式。表示方式有兩種，一種是將義項映射到一個詞義分類體系中，然后通過計算義項在義類體系中的距離，以此代表可區(qū)分度;另一種是在大規(guī)模語料庫中抽取義項的語言學(xué)特征，使用機器學(xué)習(xí)算法進行詞義自動消歧（word sense disambiguation，以下簡稱WSD），用WSD的結(jié)果表示義項可區(qū)分度。這兩種方法都需要比較大規(guī)模的語言資源，且各有利弊。

（一） 基于義類體系的方法

詞的義類體系以詞義的上下位關(guān)系為主線，將詞義以義項為單位組織成樹狀結(jié)構(gòu)。義類體系由根節(jié)點、中間節(jié)點、葉子節(jié)點和詞義集合組成。根節(jié)點是義類體系的開頭，衍生出若干下位節(jié)點（子節(jié)點）;中間節(jié)點位于根節(jié)點和葉子節(jié)點之間，每個中間節(jié)點衍生自一個上位節(jié)點（父節(jié)點），并衍生出若干個下位節(jié)點;葉子節(jié)點是處于最下方的節(jié)點，每一個葉子節(jié)點衍生自一個上位節(jié)點，且不再衍生出下位節(jié)點;每個節(jié)點代表一個義類，每個義類對應(yīng)一個詞義集合，一個詞義集合包含若干詞義。基于義類體系的方法首先將多義詞義項分配到義類樹上（一個義項對應(yīng)義類樹的一個節(jié)點），然后計算義項在義類樹上的距離，即，從一個節(jié)點到另一個節(jié)點需要經(jīng)過多少步。距離越小，意味著義項在義類樹上越接近，則越難區(qū)分——可區(qū)分度越低。最小的距離為0，這時義項對應(yīng)義類樹上的同一個義類節(jié)點。

該方法省時省力，不依賴詞義標(biāo)注語料庫和復(fù)雜的計算方法，可以快速實現(xiàn)義項可區(qū)分度計算。（李安2014）

然而，該方法的缺陷也很明顯。

第一，該方法假設(shè)，在義類樹上，節(jié)點到節(jié)點的距離是相等的，即，任意兩個存在上下位關(guān)系的義類在語義上的差距是等同的（否則它就失去了通過計算義類節(jié)點相隔路徑長度得到義項可區(qū)分度的基礎(chǔ)），但實際上這個假設(shè)不成立。義類體系賴以建立的詞義上下位關(guān)系只規(guī)定了詞義的語義關(guān)系，并未對義類之間的這種語義關(guān)系的強弱做任何說明，義類體系也無法體現(xiàn)這一點。

第二，該方法依賴義類體系，而義類體系的建設(shè)存在隨機性和主觀性，且目前沒有評價義類體系優(yōu)劣的有效方法。構(gòu)成義類樹的基本詞義關(guān)系是上下位關(guān)系，現(xiàn)實的義類體系則往往由多種詞義關(guān)系和詞義特征共同決定。比如，“同義詞詞林”至少包含了詞義的相似關(guān)系和相關(guān)關(guān)系;“現(xiàn)代漢語詞義分類體系”則納入了詞義在句法上實現(xiàn)的特征。另外，現(xiàn)有理論認(rèn)為，義類劃分應(yīng)該盡可能避免跨類，認(rèn)為分類應(yīng)該是離散且互斥的，所以不同的學(xué)者對義類體系中義類的數(shù)量、定義以及具體詞義應(yīng)該納入哪個義類，其意見是不統(tǒng)一的。比如，“鍋”可以是“廚具類”，也可以是“容器類”。這樣一來，義項在義類樹上的距離會因為使用了不同的義類體系而不同。

第三，該方法要求先對多義詞義項進行義類標(biāo)注，即，將義項劃分到義類樹的一個義類上，這使得該方法在本質(zhì)上是對義項詞典釋義進行比較，而非本文所定義的“義項可區(qū)分度”。

（二） 基于機器學(xué)習(xí)的詞義消歧方法

詞義消歧是在語料庫中對多義詞進行義項自動判別的工作。Ide和Veronis（1998）、吳云芳和俞士汶（2006）認(rèn)為，傳統(tǒng)詞典在多義詞定義方面缺乏一致性，義項間語義距離（稱為“語義顆粒度”，semantic granuity）不等，使得對WSD結(jié)果難以準(zhǔn)確評價。不過，這恰好可以為計算義項可區(qū)分度服務(wù)。既然WSD結(jié)果受詞典定義影響，可以認(rèn)為，語義距離大的義項，其消歧結(jié)果可能會比較好，其可區(qū)分度就比較大，反之，可區(qū)分度比較小。

該方法首先需要在語料庫中標(biāo)注多義詞的詞典義項，然后在語料庫中抽取多義詞義項的各種語言學(xué)特征，用這些特征構(gòu)成向量來表示義項，通過計算義項向量的距離，來獲得可區(qū)分度數(shù)值。

詞義消歧的方法使用真實語料庫，在消歧算法一致的前提下能夠公正地評價義項可區(qū)分度，其優(yōu)勢在于盡可能地擺脫了主觀性因素，使得計算結(jié)果較為客觀。

當(dāng)然，該方法亦有其缺陷。

第一，該方法假設(shè)，詞典對義項的定義會充分反映在語料庫中，所以從語料庫抽取特征表示義項。但是，并不是所有的詞義特征都會被顯性地實現(xiàn)在語言中，尤其是語用義、修辭義。

第二，詞義消歧依賴從語料庫中獲取的義項特征，而能夠獲取到什么樣的特征，取決于語料庫加工的深度和規(guī)模。如果語料庫中沒有語法標(biāo)注，那么義項的語法特征是無法獲得的。而制作大規(guī)模深加工語料庫的時間和人力成本都非常高昂，獲得難度比較大。所以，使用不同語料庫得到的結(jié)果往往是不同的。這也證明了第一點的觀點。

第三，該方法的結(jié)果需要在詞匯學(xué)上得到解釋。該方法是對義項可區(qū)分度的“間接估計”，本質(zhì)上是用機器學(xué)習(xí)算法模擬人在真實語境中辨析多義詞的行為。但算法與人在多義詞判斷的過程和方式上存在差異，所以通過詞義消歧得到的義項可區(qū)分度數(shù)值需要在詞匯學(xué)上得到解釋，簡單來說，就是要解決其在多大程度上可信的問題。

三、 使用標(biāo)注者一致性估計多義詞義項的可區(qū)分度

根據(jù)上一節(jié)的論述，基于義類體系的方法和詞義消歧的方法都不是對義項可區(qū)分度的直接度量，且在理論上有諸多缺點。本文提出使用標(biāo)注者一致性的方法來估計多義詞詞典義項的可區(qū)分度。肖航（2010）做了一些嘗試，利用標(biāo)注者一致性來說明詞典對多義詞義項定義中存在的“重合”問題，指出，意義“重合”多的義項，標(biāo)注者一致性更差。這說明，標(biāo)注者一致性反映了人對詞典釋義的使用情況。

假設(shè)語料庫中包含多義詞W的詞例數(shù)量為N，且W在詞典中義項數(shù)量為I，標(biāo)注者被要求對該多義詞的每個詞例標(biāo)注合適的義項i（顯然i屬于I）。那么，那些標(biāo)注者標(biāo)注了相同義項標(biāo)簽的詞例數(shù)量為A，標(biāo)注了不同義項標(biāo)簽的詞例數(shù)量為D（A與D之和為N）?？梢杂肁除以N（A/N）獲得標(biāo)注者的簡單一致性（simple agreement），其值越大，說明標(biāo)注者一致性越高。不過，Veronis（1998）、Artstein和Poesio（2008）指出，簡單一致性（A/N）存在標(biāo)注者隨意標(biāo)注的問題，即，不排除標(biāo)注結(jié)果是標(biāo)注者隨意標(biāo)注的情況。比如，標(biāo)注者對某個多義詞標(biāo)注了10條詞例，且義項標(biāo)記都是i，然后他/她對余下所有的詞例義項都標(biāo)注上i。為了消除簡單一致性的這一缺陷，我們采用Cohens Kappa算法（Cohen1960）來計算標(biāo)注者一致性：

其中Ao是實際觀察到的一致性，Ae是任意標(biāo)注產(chǎn)生的一致性（也就是我們需要消除的那部分）。上式的大致意思是： 去除了由任意標(biāo)注產(chǎn)生的一致性，才是準(zhǔn)確的標(biāo)注者一致性。Kappa值越高的多義詞，其義項區(qū)分度越高。

標(biāo)注者一致性是對義項可區(qū)分度的直接度量，因為它是對多義詞辨析活動的直接觀察。相較之下，詞義消歧的結(jié)果是對可區(qū)分度的間接度量且需要語言學(xué)解釋。所以，Kappa值更加“可信”。

四、 義項可區(qū)分度結(jié)果分析

我們相信，多義詞義項的可區(qū)分度值可以為詞典編纂帶來有益的信息。如前述“包圍”的可區(qū)分度值提示了兩個義項的定義可能存在難以區(qū)分的問題。這部分我們詳述如何通過詞義標(biāo)注任務(wù)來獲取義項可區(qū)分度，分析可區(qū)分度低于一定閾值的多義詞，討論低可區(qū)分度多義詞詞典義項定義的問題，以展示義項可區(qū)分度如何對詞典編纂產(chǎn)生積極作用。

（一） 數(shù)據(jù)

我們從已標(biāo)注了詞典義項的“中小學(xué)教材語料庫”中選取了419個包含兩個義項的多義詞，作為實驗對象。在語料庫中抽取到35068條包含所有實驗對象的句子。

（二） 標(biāo)注者一致性實驗

標(biāo)注者一致性實驗及結(jié)果分析在（柏曉鵬2020）[2]中有詳細描述。我們選取了12位中文系語言學(xué)背景的本科生和研究生作為標(biāo)注者，每條多義詞例句由三位標(biāo)注者標(biāo)注，要求標(biāo)注者每天最多標(biāo)注1000條例句或最長連續(xù)工作60分鐘，一共使用10天完成全部標(biāo)注工作。這樣，每一條多義詞例句產(chǎn)生三個標(biāo)注結(jié)果，可以有三個一致性Kappa值，我們?nèi)∑骄底鳛榭蓞^(qū)分度數(shù)值： 平均Kappa值越高，則義項可區(qū)分度越大，反之義項可區(qū)分度越小。一般認(rèn)為（Veronis1998;Artstein & Poesio2008），一致性結(jié)果中0.6和0.8是兩個具有意義的值： 當(dāng)Kappa值低于0.6的時候，可以認(rèn)為一致性較差，在本文中表示義項可區(qū)分度較低;當(dāng)Kappa值大于等于0.8的時候，一致性較好，表示義項可區(qū)分度較高。

（三） 可區(qū)分度低的多義詞

在419個實驗對象中，有229個多義詞的義項可區(qū)分度低于0.6（54.7%）。這意味著在我們的實驗對象中，有超過一半的多義詞，其詞典義項無法被很好地區(qū)分。通過分析可區(qū)分度低于0.6的多義詞，我們發(fā)現(xiàn)，義項間有多種關(guān)系導(dǎo)致可區(qū)分度低下。

1. 義項釋義存在重合關(guān)系。有的多義詞義項間存在一個義項可以被另一個義項包含的現(xiàn)象，如：

（3） 奔（0.315）

奔走1急走;跑： 奔走相告。

奔走2為一定目的而到處活動： 奔走衣食│四處奔走│奔走了幾天，事情仍然沒有結(jié)果。

（4） 失?。?.56）

失敗1在斗爭或競賽中被對方打?。ǜ皠倮毕鄬Γ?非正義的戰(zhàn)爭注定是要失敗的。

失敗2工作沒有達到預(yù)定的目的（跟“成功”相對）： 試驗失敗│失敗是成功之母。

以上兩個多義詞，其義項內(nèi)涵有“包含”關(guān)系，也就是肖航（2010）指出的義項“重合”關(guān)系?！盀橐欢康亩教幓顒印保ū甲?）描述了人的活動，但可以包含“急走、跑”（奔走1）這樣的具體動作行為。如：

（5） ……一面要上書塾，一面要幫家務(wù)，天天奔走于當(dāng)鋪和藥鋪之間。

例（5）中的“奔走”做兩種理解都可以，奔走1的詞義內(nèi)容被奔走2完全包含。

而“在斗爭或競賽中被對方打敗”（失敗1）也可視為“工作沒有達到預(yù)定的目的”（失敗2）的具體表現(xiàn)。

這種重合關(guān)系還體現(xiàn)在義項釋義內(nèi)容接近，有交疊，如：

（6） 學(xué)（0.594）

學(xué)1學(xué)習(xí)： 學(xué)技術(shù)│勤工儉學(xué)│我跟著他學(xué)了許多知識。

學(xué)2模仿： 他學(xué)杜鵑叫，學(xué)得很像。

學(xué)1義為通過一種系統(tǒng)性的方式學(xué)習(xí)到一種有用技能，有“獲取”義。學(xué)2描述這個行為本身，而不關(guān)注學(xué)習(xí)的對象和對象本身的價值。但可以認(rèn)為在語義上，學(xué)2描述的是學(xué)1的一個階段，二者釋義內(nèi)容有交疊： 人們總是通過模仿開始習(xí)得新的本領(lǐng)。如例（7）：

（7） 一只小鷹跟著老鷹學(xué)飛行。

例（7）中的“學(xué)”應(yīng)選擇哪個義項，與如何理解“小鷹”和“飛行”的關(guān)系有關(guān)： 如果認(rèn)為“飛行”是一種技能，則應(yīng)選學(xué)1;如果認(rèn)為“小鷹學(xué)飛行”是一種來自于本能的行為，那選學(xué)2也不無道理。

2. 義項區(qū)別特征的實現(xiàn)問題。詞典釋義中用以區(qū)分義項的語言學(xué)特征在語料中不實現(xiàn)，使得義項難以區(qū)分，如：

（8） 貢獻（0.594）

貢獻1拿出物資、力量、經(jīng)驗等獻給國家或公眾： 為祖國貢獻自己的一切。

貢獻2對國家或公眾所做的有益的事： 他們?yōu)閲易龀隽诵碌呢暙I。

“貢獻”的兩個義項，一個是名詞義項，一個是動詞義項，當(dāng)出現(xiàn)在賓語位置上時（此時，詞性得不到區(qū)分），義項的區(qū)分就發(fā)生問題了，如例（9）：

（9） 本來是可以不斷再生，長期給人類做貢獻的。

例（9）中“貢獻”可以是貢獻2，也可以看作是貢獻1的動名詞用法。

同樣的例子還有：

（10） 青年（0.591）

青年1人十五六歲到三十歲左右的階段： 青年人│青年時代。

青年2指上述年齡的人： 新青年│好青年。

“青年”義項的釋義是比較清晰的，二者的區(qū)分條件是： 青年1大部分時候出現(xiàn)在定語位置上，青年2大部分時候出現(xiàn)在中心語位置上。但我們觀察到，在“青年男女”“青年農(nóng)民”“青年畫家”“青年朋友”“青年突擊隊員”等例子中產(chǎn)生了不一致，我們認(rèn)為，這可能是因為青年2也可以出現(xiàn)在定語位置上的緣故。如：

（11） 青年組織的隊伍走過主席臺……

例（11）中的“青年”即為青年2。此時，區(qū)別兩個義項的重要特征沒有實現(xiàn)。

3. 搭配詞有重合。有些多義詞義項依靠與之搭配詞的詞義得以區(qū)分，當(dāng)搭配詞有重合的時候，義項區(qū)分發(fā)生困難。

（12） 命運（0.333）

命運11. 指生死、貧富和一切遭遇（迷信的人認(rèn)為是生來注定的）： 悲慘的命運│命運不濟。

命運2比喻事物發(fā)展變化的趨向及結(jié)局： 關(guān)心國家的前途和命運。

根據(jù)釋義，命運1是已經(jīng)發(fā)生的事件的總和，命運2指稱事物未來發(fā)展的可能性。而根據(jù)所舉的例子，命運1指的是人的經(jīng)歷，命運2指的是社會組織（國家、集體等）的發(fā)展?fàn)顟B(tài)，“命運”的兩個義項的差異主要通過定語位置上名詞短語的語義來確定。命運2可以看作命運1的隱喻結(jié)果，除了指稱對象發(fā)生明顯變化外，兩個義項在其他方面相似度較高，而“命運”在指稱上的語義組合限制，即“生死、貧富和一切遭遇”或“發(fā)展變化趨勢”，并不能通過前后幾個詞的搭配，在一個句子范圍內(nèi)得以實現(xiàn)，這使得兩個義項定語位置上的搭配詞有一定重合度，使得義項區(qū)分困難，如：

（13） 這是每一個人的命運： 如果他達到注定的某一級……

（14） 因為歐洲的命運全系在拿破侖這一個人的命運。

例（13）中的“命運”應(yīng)是命運1，但句子的后半部分“如果他達到注定的某一級”，又符合命運2的表述。例（14）中后一個“命運”應(yīng)是命運1，因為指稱“拿破侖”，但句子前半部分有“歐洲的命運”，而這兩處“命運”應(yīng)該是語義相同的。如此，導(dǎo)致“命運”的可區(qū)分度很低。

（四） 義項可區(qū)分度對詞典編纂的啟示

上文的工作顯示，義項的可區(qū)分度提供了關(guān)于多義詞的指向性信息，即，那些義項可區(qū)分度低于一定值的多義詞義項需要進一步檢視。通過上文第（三）部分中對一些義項可區(qū)分度小于0.6的詞的分析，我們發(fā)現(xiàn)，造成多義詞義項可區(qū)分度低原因可能是詞典義項設(shè)置和釋義不佳造成的，如例（3）、例（4）、例（6）;有些則與釋義無關(guān)，而與義項在語言中的具體實現(xiàn)有關(guān)，如例（8）、例（10）。所以，詞典在釋義方面可能需要注意義項在語義上的關(guān)系，并探討是否需要在釋義時考慮語法等表層實現(xiàn)的情況。

五、 結(jié)論

本文對“多義詞詞典義項可區(qū)分度”這一概念進行了界定。我們認(rèn)為，義項可區(qū)分度是通過對多義詞辨析結(jié)果的評價，以此來評價多義詞義項辨析難易程度的指標(biāo)，其形式為有限范圍內(nèi)的數(shù)值。義項可區(qū)分度為詞典編纂提供了參考信息： 義項可區(qū)分度低于閾值的多義詞，編纂者可能需要對其定義進行檢視。有利于詞典編纂者有目的性地對詞典進行修訂。

我們討論了當(dāng)前計算義項可區(qū)分度的方法： 基于義類體系的方法和基于機器學(xué)習(xí)的詞義消歧方法。基于義類體系的方法在理論上存在缺陷。基于機器學(xué)習(xí)的詞義消歧方法是對義項可區(qū)分度的間接評價，其結(jié)果的準(zhǔn)確性需要語言學(xué)解釋的支撐。

我們進一步提出通過詞義標(biāo)注工作，計算標(biāo)注者一致性數(shù)據(jù)來表示義項可區(qū)分度。這個方法基于多義詞辨析活動的直接觀察，是對義項辨識難度較為直接的測量，故具有比較好的可信度。同時需要指出，用標(biāo)注者一致性來估計義項可區(qū)分度的方法依然會受到標(biāo)注者的影響。主要是標(biāo)注者人數(shù)、知識背景以及具體標(biāo)注環(huán)境這幾個方面。

我們今后的工作將集中在兩個方面： 一是擴大標(biāo)注者一致性實驗的規(guī)模，對本文實驗中可能存在的一些問題進行糾正;另一方面是嘗試用詞義消歧的方法來計算多義詞義項可區(qū)分度，使用標(biāo)注者一致性數(shù)據(jù)進行驗證，以期找到一個合適的自動化工具。

附注

[1]本文詞典釋義來自《現(xiàn)代漢語詞典》第7版。

[2]柏曉鵬.利用標(biāo)注者一致性數(shù)據(jù)估計多義詞義項的區(qū)分度.世界漢語教學(xué)（待刊）。

參考文獻

1. 李安.多義詞義項的語義關(guān)系及其對詞義消歧的影響.語言文字應(yīng)用，2014（1）.

2. 肖航.詞典多義詞義項關(guān)系與詞義區(qū)分.云南師范大學(xué)學(xué)報，2010（1）.

3. 吳云芳，俞士汶.信息處理用詞語義項區(qū)分的原則和方法.語言文字應(yīng)用，2006（2）.

4. 中國社會科學(xué)院語言研究所詞典編輯室編.現(xiàn)代漢語詞典（第7版）.北京： 商務(wù)印書館，2016.

5. Artstein R， Poesio M. Intercoder Agreement for Computational Linguistics. Computational Linguistics， 2008，34（4）.

6. Jacob Cohen. A Coefficient of Agreement for Nominal Scales. Educational and Psychological Measurement， 1960，20（1）.

7. Ide N， Veronis J. Word Sense Disambiguation： The State of the Art. Computational Linguistics， 1998，24（1）.

8. Veronis J. A Study of Polysemy Judgements and Interannotator Agreement. Programme and Advanced Papers of the Senseval Workshop. Herstmonceux， 1998.

（華東師范大學(xué)中文系、華東師范大學(xué)語文教育研究中心上海200241）

（責(zé)任編輯郎晶晶）