一种汉语句子中 A-is-B 模式的隐喻识别新方法

摘要：隐喻识别是自然语言处理的瓶颈，而A-is-B模式隐喻又是隐喻识别的难点。与短语识别相比，A-is-B模式隐喻出现情况更加灵活，也更难识别。针对A-is-B模式隐喻识别难的问题，本文提出了一种融合了专家经验打分的神经网络分类器方法。首先将A-is-B模式隐喻的识别问题转化为分类问题，分别计算了上下位关系、句模、类词、Word2Vec等特征，将得到的四组特征构造特征集，然后实验通过SVM模型分类器和融合专家经验打分的神经网络分类器分别实现A-is-B模式的隐喻识别。实验结果表明，与使用SVM分类器的方法进行对比，使用融合了专家经验打分的神经网络的方法具有更好的正确率和召回率，分别为96.7%和93.1%，但预测一个句子的时间开销更大。根据两个分类器的实验结果分析, 改进后的方法取得了良好效果。

关键字 A-is-B，隐喻识别，特征融合，上下位，句模，类词，Word2Vec，SVM，专家打分,神经网络