1、漢語的一詞多義現(xiàn)象使機器對自然語言的處理帶來了許多困難，很多自然語言處理領(lǐng)域的問題歸根結(jié)底都是解決詞語的歧義問題。如何才能讓計算機理解一個歧義詞在其特定的上下文中準確的含義是詞義消歧需要解決的首要問題。詞義消歧對于很多自然語言處理的應用問題都有非常重要的作用，諸如信息檢索、機器翻譯、文本分類和自動文摘等。
　　本文研究的是統(tǒng)計學習方法中的有指導的詞義消歧方法，這種方法與機器學習方法的結(jié)合是當前主流的詞義消歧方法。而且這種方法的靈活

2、性好，擴展性高，同時還能夠應付語言的發(fā)展變化，受到了國內(nèi)外學者的一致好評。本文主要有以下幾部分的研究內(nèi)容:
　　首先，研究了詞義消歧的多種分類方法，介紹了比較權(quán)威的詞義消歧評測體系，并提出了在詞義消歧的過程中可能遇到的問題及解決方案。
　　其次，研究了詞義消歧特征工程的兩方面內(nèi)容:特征的提取和特征的選擇。在特征提取部分，研究了基于滑動詞窗和基于句法分析樹的特征提取方法，重點闡述了句法分析樹的建立過程以及基于句法分析樹的特征提