《Hunting Elusive MetaphorUsing Lexical Resources》读书笔记

Hunting Elusive MetaphorUsing Lexical Resources – Note

概述

这篇文章主要整理了一些区分隐喻句和普通句的算法这些算法，主要基于WordNet英语字典和二元文法统计（主要考虑两个词之间的关系）。

简介

隐喻，简而言之就是用某一概念去解释另一概念。隐喻识别理解技术可以运用到很多自然语言处理问题，比如：机器翻译、文本摘要、信息检索等。

本文利用名词关系来解决隐喻识别:主宾结构、动词-名词关系以及形容词名词关系。这篇文章中提到的算法主要利用了WordNet中的下位词关系和词的二元关系，并以此来规避了两个问题：标记的预料缺乏、隐喻没有清晰的训练特征。

隐喻又分活喻和死喻。死喻举例：head teacher。

下位词关系举例见图：

本文中隐喻的分类及识别方法

这里用到的bigram关系全部来自the WEB 1T corpus

1.      Subject IS-A Object

He is a brave lion.

方法：下位词启发法

举例：All theworld is a stage.

其中world和stage虽然有主宾关系，但是根据wordNet中的检测结果他们二者没有上下位词关系，故判断该句为隐喻句。

主要思想:对于一个句子取出它的关于be的主宾二元关系，判断是否为上下位词关系。

2.      Verb-Noun（subject-verb\verb-object）

He planted good ideas in their minds.

对于plant-idea，查找所有与plant对应的名词，并计算两次同时出现的概率，并依概率降序排序，选出概率最大的几个（数量由给定阈值确定），逐一判断这些新选出的词是否和idea有上下位关系，若有则记为普通用法，全部没有则记为隐喻情况。

方法：下位词启发法、词同现信息

3.      Adjective-Noun

He has a fertile imagination.

下位词启发法、词同现信息

算法同Verb-Noun。

常见难题

1.      上下文敏感问题：Men are animals.这句话在生物领域的文章中不算隐喻。

2.      代词消解问题：it的指代常不明，需要自动替换。

3.      词组用法不同：He is a Gandhi. Vs He is Gandhi.字面差别只有a，但是含义不同。

4.      语法分析器效率：抓取二元关系不准确。

5.      死喻的影响。

 

前人的努力

1.      选择偏好(Fass and Wilks, 1983).

2.      基于词搭配及出现情况、语法特征的监督学习算法(Market and Nissim,2002).

3.      MetaBank隐喻库(Martin,1994).

4.      利用明喻关键词(like\such as)(Goatly,1997).

5.      CorMet(Mason, 2004)在特定语料库中查找不常用的语法和确定的隐喻关系。

6.      利用词与词的路径长短(Dolan,1995)

资源&语料库

1.      The Web IT corpus（Brants andFranz, 2006）

其中包含一些多元关系，最高达到五元关系。

2.      The Berkeley Master MetaphorList

其中包含了1728个与隐喻有关典型句子或短语。

3.      原文中给出的本文使用的已标记数据链接已失效。