指代消解简介(Co-reference Resolution)

定义

指代消解指在文本中确定代词指向哪个名词短语的问题

简单介绍

我们还是先举个例子：

今天晚上10点有国足的比赛，他们的对手是泰国队。在过去几年跟泰国队的较量中他们处于领先，只有一场惨败1-5。

指代消解要做的就是分辨文本中的他们指的到底是国足还是泰国队。
通常我们为了解决类似的问题，需要准备好一些训练数据，用监督学习模型去处理。
类似于在上面的例子中，我们将第一个他们和第二个他们分别标记为A和B，将“国足”和两个泰国队分别标记为①②③
然后设计training data：

1. 提取每个词与词的特征
   可以提取上下文、词性之类的作为特征
2. 特征提取完后，标记label，1为有关系，0为没有关系

data	label
X(A①)	1
X(B①)	1
X(A②)	0
X(B②)	0
X(A③)	0
X(B③)	0

3. 获得上述训练数据后，可以建立模型

在新的文本中，需要判断代词指的是哪个名词的时候，只要将对应代词与名词抽取的特征放入模型做预测即可，提取其中概率最大的值作为真实名词的语义。