词义消歧

基于词典的语义消歧依赖于词典对语义的区分。粒度的一词多义指区分较大的语义，比如水，可能表示自然水，也可能指水货；细粒度的一词多义指能区分较小不同的语义。如果词典缺少某一层次或某一些语义的描述，以词典作为词语义的完全描述就会导致问题。这个特点对词义消歧与实体链接同样适用。解决这个问题的办法是：对描述较少的语义聚集自动增量增加聚类分析。

英文里常用的字典包括WordNet、Roget's Thesaurus、BabelNet。任意语言都可以把常用的字典、词典、网络百科、专业知识库或数据库作为消歧的词典文件。[1]

词性标注与词义消歧是相互关联的两个问题，在人的系统他们同时能到满足。但是目前系统一般并不能让二者公用参数，同时输出。语义理解，包括分词、词性标注、词义消歧、句法解析、语义解析并不是前馈的，是相互依赖的存在反馈的。

词性标注与语义消歧都要依赖上下文来标注，但是词性标注比语义消歧要简单以及成功。原因主要是词性标注的标注集合是确定的，而语义消歧并没有，并且量级要大的多；词性标注的上下文依赖比语义消歧要短。

有时候人也不能很好地判断一个词属于哪个意思。对于粗粒度的区分肯定比细粒度的高。所以一般选择粗粒度的任务，因为需要使用人的判断作为黄金标准。[2]

许多研究者认为要做到词义消歧，需要理解语用学、一些常识。语言学本身就是与知识紧密结合的，肯定需要语言相关的常识帮助解析，就像实体消歧需要实体的相关的知识一样。

不同的任务具体词义消歧会不同。比如翻译，不一定显式地输出词义消歧中间结果，只需要最后的句子的同义。

人们一般能在粗粒度的定义上获得一致的看法，当它到达更细的粒度，则很难统一。并且即便同个语义，在不同的环境里，也许还会有不同，因为语言表达有无限的可能性，导致语义在细粒度可能会迁移。