결정 리스트와 웹을 활용한 자동 단어 의미 구분 탐색

단어 의미 구분을 위한 가장 효과적인 패러다임인 감독 학습은 지식 획득 병목 현상으로 인해 정체된 것 같습니다. 본 논문에서는 WordNet에서 세밀하게 다의적인 의미를 사용하는 두 개의 공개 코퍼스와 웹에서 자동으로 획득한 추가 코퍼스에 대한 결정 리스트의 성능을 심층적으로 연구합니다. 결정 리스트는 다재다능한 최첨단 기법으로 나타납니다. 실험 결과는 SemCor가 모든 단어 시스템의 허용 가능한 출발점(다의어의 경우 0.7 정밀도) 될 수 있음을 보여줍니다. DSO 코퍼스에 대한 결과는 일부 다의어의 경우 0.7 정밀도가 현재 최첨단 한계인 것 같음을 보여줍니다. 반면에 독립적으로 구축된 수작업 태그 코퍼스는 서로 유용하지 않으며, 웹에서 자동으로 획득한 코퍼스는 실패하는 것으로 나타납니다.