nlp - 如何消除 Conceptnet 中的单词歧义

Question

Conceptnet包含两种基本类型的节点，单词(例如/c/en/cat)和语义(例如/c/en/cat/n/domestic_cat)。不幸的是，绝大多数边都使用单词节点。这使得推断变得困难，因为我无法确定单词到单词的边缘指的是哪个含义。

例如，Conceptnet 包含 9 个使用“猫”一词的含义，其中大多数是专有名词(/c/en/cat/n/musical、/c/en/cat/n/magazine、/c/en/猫/n/a_spiteful_woman_gossip等)。如果一条边显示“/c/en/cat/r/HasA/c/en/tail”，我通过自己的经验知道这可能指的是/c/en/cat/n/domestic_cat 而没有其他含义。然而，如果我看到一条边写着“/c/en/cat/r/IsA/c/en/fun_to_watch”，我知道它可能指的是/c/en/cat/n/musical，但它也可能是引用/c/en/cat/n/domestic_cat。

如何自动化此过程？如何翻译仅使用单词节点的边，以便它们使用感知节点？

Answer 1

ConceptNet 似乎不包含任何词义消歧，请参阅他们的 FAQ :

ConceptNet does only the bare minimum to distinguish word senses so far -- in the built graph of ConceptNet 5.5, word senses are only distinguished by their part of speech (similar to sense2vec). WordNet has a large number of senses for every word, though some of them are difficult to distinguish in practice.