论文部分内容阅读
提出了ID3决策树和WordNet语义知识相结合的方法，用此来确定英 语介词短语附 着对象。首先将介词附着问题抽象成词汇和语义元组的组合问题，然后转化为对每个词汇和 语义 元组属性值的决策。单个介词附着决策的正确率达85.15%。此外，该方法可用于处理多重介 词附着的两个显著问题：数据稀疏和附着歧义更大，即提出了递归运 用前面的决策结果来解决多重介词附着问题的算法。实验表明，该方法取得了较好的消歧结 果。