语义计算

1.语义计算：语音、形态、语法、语义、语用。通常会需要NLP其他领域技术，包括语法分析等。

2.为何面向自然语言的语义分析很难：

（1）语言的歧义

（2）社会交流中共有知识通常会省略。如他，小李等指代词。

（3）语言动态变化。如粉丝、freestyle。

（4）不同层次歧义的传递与影响。例如分词结果

3.（英文）词语形态规范化

（1）stem

（2）词性还原

4.词义：一个词语的特定意义

（1）一个词语可能有多个词义

（2）一个词义能被一个注释所描述

（3）一词多义：词义完全不相关（homonyms）；词义之间有关联（polysemes）；两者之间界限模糊。

5.词汇关系

（1）同义词：两个词的两个词义相同或相近。不存在完美的同义词，同义词可能在某些上下文中有所不同；最好基于词义来判断。

（2）反义词：词义相反。尽管反义词具有相反的意义，但它们在某种角度仍非常相似，具有一定的共性。利用基于语料库的上下文相似性度量难以区分同义词与反义词。

（3）下位词（Hyponym）与上位词（Hypernym）：范围大的叫上位词、范围小的叫下位词。

（4）部分（Meronym）与整体（Holonym）

方法：（1）基于模板

           （2）基于百科

           （3）基于学习（分类或者排序）