摘要多義詞詞典義項(xiàng)的可區(qū)分度是指，人們根據(jù)詞典提供的信息在語料中對(duì)多義詞義項(xiàng)進(jìn)行辨析的難度。文章探討如何度量多義詞可區(qū)分度。以往對(duì)這個(gè)問題的研究主要使用兩種方法： 基于義類體系的方法和基于機(jī)器學(xué)習(xí)的詞義消歧方法。文章提出利用人工標(biāo)注詞典義項(xiàng)，然后對(duì)標(biāo)注結(jié)果計(jì)算標(biāo)注者一致性（interannotators agreement）的方法，從而計(jì)算多義詞義項(xiàng)可區(qū)分度?；趯?duì)幾種方法的討論和對(duì)比，文章發(fā)現(xiàn)，通過計(jì)算人工標(biāo)注結(jié)果一致性的方法較為有效、直觀和省力。文章認(rèn)為，“多義詞詞典義項(xiàng)可分區(qū)度”是利用人對(duì)多義詞辨析的結(jié)果，對(duì)詞典義項(xiàng)的評(píng)價(jià)，并不必然反映詞典釋義的好壞，它應(yīng)該被視為一類參考數(shù)據(jù)，為詞典編纂提供指示。

關(guān)鍵詞多義詞義項(xiàng)可區(qū)分度標(biāo)注一致性詞義消歧

一、 多義詞詞典義項(xiàng)的可區(qū)分度

在使用詞典釋義進(jìn)行多義詞辨析的過程中，多義詞義項(xiàng)區(qū)別的難易程度是不同的，而這種難易程度不一定與詞典釋義有關(guān)。有的多義詞義項(xiàng)比較難區(qū)分。如“包圍”有兩個(gè)義項(xiàng)[1]：

（1） 包圍1四面圍?。?亭子被茂密的松林包圍著。

包圍2正面進(jìn)攻的同時(shí)，向敵人的翼側(cè)和后方進(jìn)攻。

就詞典釋義來看，“包圍”的兩個(gè)義項(xiàng)不難區(qū)分。但在我們的實(shí)驗(yàn)中（將于下文第四節(jié)討論），“包圍”的詞典義項(xiàng)可區(qū)分度僅為0.38。

又如，“暴雨”有兩個(gè)義項(xiàng)：

（2） 暴雨1大而急的雨。

暴雨2氣象學(xué)上指1小時(shí)內(nèi)雨量在16毫米以上，或24小時(shí)內(nèi)雨量在50毫米以上的雨。

從詞典釋義上來看，“氣象學(xué)上指1小時(shí)內(nèi)雨量在16毫米以上，或24小時(shí)內(nèi)雨量在50毫米以上的雨”應(yīng)該是一種“大而急的雨”，難以區(qū)分。在我們的實(shí)驗(yàn)中，“暴雨”的可區(qū)分度為0.86。

我們把這種區(qū)別多義詞詞典義項(xiàng)的難易程度稱為“可區(qū)分度”。從詞義關(guān)系的角度看，多義詞義項(xiàng)可區(qū)分度體現(xiàn)了義項(xiàng)在語義上的“重合”程度（肖航2010），它是一種對(duì)詞義關(guān)系的描寫。盡管各家詞典在多義詞義項(xiàng)分立的標(biāo)準(zhǔn)和釋義方法上多有不同，但是沒有一部詞典能夠做到所有多義詞都有等同的可區(qū)分度。這是因?yàn)?，詞典釋義是“語言輸入”，而可區(qū)分度是對(duì)多義詞辨析結(jié)果——“語言輸出”——的評(píng)價(jià)。從學(xué)習(xí)多義詞詞典釋義到使用它在具體上下文中辨析詞義的過程來看，從詞典釋義到義項(xiàng)可區(qū)分度過程如下：

1） 詞典對(duì)多義詞定義;

2） 用戶學(xué)習(xí)詞典釋義，掌握多義詞義項(xiàng)區(qū)別;

3） 在語料中進(jìn)行多義詞辨析;

4） 對(duì)辨析結(jié)果進(jìn)行評(píng)價(jià);

5） 得到義項(xiàng)可區(qū)分度。

根據(jù)上面的過程描述，可以發(fā)現(xiàn)，一方面，義項(xiàng)可區(qū)分度不是對(duì)多義詞詞典釋義的直接評(píng)價(jià)，它從義項(xiàng)辨析結(jié)果中獲得，反映詞典釋義對(duì)多義詞辨析的有效性，即，人們學(xué)習(xí)了詞典釋義后，可以使用它有效地區(qū)分多義詞義項(xiàng);另一方面，作為“輸出”的可區(qū)分度直接受到詞典釋義的影響，并反映詞典釋義可能存在的問題，為詞典編纂提供參考性指示。義項(xiàng)的可區(qū)分度小，意味著人們對(duì)義項(xiàng)的區(qū)分有困難，詞典編纂者可以對(duì)該多義詞的釋義進(jìn)行檢視。在積累了一些多義詞義項(xiàng)可區(qū)分度數(shù)據(jù)后，詞典編纂者可進(jìn)一步對(duì)義項(xiàng)分立的原則和依據(jù)進(jìn)行探討。

我們認(rèn)為，義項(xiàng)可區(qū)分度的形式應(yīng)該是一個(gè)有限范圍內(nèi)的數(shù)值，所以無法通過理論探討獲得，必須在實(shí)證研究（empirical study）框架中，通過某種方法計(jì)算得到。

本文將討論計(jì)算多義詞詞典義項(xiàng)可區(qū)分度的方法?，F(xiàn)有的計(jì)算方法基本可以視為是對(duì)義項(xiàng)可區(qū)分度的簡(jiǎn)介描寫。我們提出通過計(jì)算詞義標(biāo)注任務(wù)中的標(biāo)注者一致性來估計(jì)義項(xiàng)的可區(qū)分度。本文內(nèi)容安排如下： 第一節(jié)，提出我們對(duì)義項(xiàng)可區(qū)分度的定義;第二節(jié)，討論已有的計(jì)算義項(xiàng)可區(qū)分度的方法，指出這些方法的缺陷;第三節(jié)，我們提出使用標(biāo)注一致性估計(jì)可區(qū)分度;第四節(jié)，我們簡(jiǎn)單對(duì)比機(jī)器學(xué)習(xí)方法和標(biāo)注者一致性方法的相關(guān)性;最后是結(jié)論和討論。

二、 計(jì)算義項(xiàng)可區(qū)分度的方法

計(jì)算義項(xiàng)可區(qū)分度，是要將可區(qū)分度以數(shù)值形式量化地表示，使得“可區(qū)分度”這一概念被直觀地表示出來。詞典義項(xiàng)是書面語構(gòu)成的句子，無法被直接計(jì)算，所以首先需要將義項(xiàng)轉(zhuǎn)換為可計(jì)算的表示方式。表示方式有兩種，一種是將義項(xiàng)映射到一個(gè)詞義分類體系中，然后通過計(jì)算義項(xiàng)在義類體系中的距離，以此代表可區(qū)分度;另一種是在大規(guī)模語料庫(kù)中抽取義項(xiàng)的語言學(xué)特征，使用機(jī)器學(xué)習(xí)算法進(jìn)行詞義自動(dòng)消歧（word sense disambiguation，以下簡(jiǎn)稱WSD），用WSD的結(jié)果表示義項(xiàng)可區(qū)分度。這兩種方法都需要比較大規(guī)模的語言資源，且各有利弊。

（一） 基于義類體系的方法

詞的義類體系以詞義的上下位關(guān)系為主線，將詞義以義項(xiàng)為單位組織成樹狀結(jié)構(gòu)。義類體系由根節(jié)點(diǎn)、中間節(jié)點(diǎn)、葉子節(jié)點(diǎn)和詞義集合組成。根節(jié)點(diǎn)是義類體系的開頭，衍生出若干下位節(jié)點(diǎn)（子節(jié)點(diǎn)）;中間節(jié)點(diǎn)位于根節(jié)點(diǎn)和葉子節(jié)點(diǎn)之間，每個(gè)中間節(jié)點(diǎn)衍生自一個(gè)上位節(jié)點(diǎn)（父節(jié)點(diǎn)），并衍生出若干個(gè)下位節(jié)點(diǎn);葉子節(jié)點(diǎn)是處于最下方的節(jié)點(diǎn)，每一個(gè)葉子節(jié)點(diǎn)衍生自一個(gè)上位節(jié)點(diǎn)，且不再衍生出下位節(jié)點(diǎn);每個(gè)節(jié)點(diǎn)代表一個(gè)義類，每個(gè)義類對(duì)應(yīng)一個(gè)詞義集合，一個(gè)詞義集合包含若干詞義?；诹x類體系的方法首先將多義詞義項(xiàng)分配到義類樹上（一個(gè)義項(xiàng)對(duì)應(yīng)義類樹的一個(gè)節(jié)點(diǎn)），然后計(jì)算義項(xiàng)在義類樹上的距離，即，從一個(gè)節(jié)點(diǎn)到另一個(gè)節(jié)點(diǎn)需要經(jīng)過多少步。距離越小，意味著義項(xiàng)在義類樹上越接近，則越難區(qū)分——可區(qū)分度越低。最小的距離為0，這時(shí)義項(xiàng)對(duì)應(yīng)義類樹上的同一個(gè)義類節(jié)點(diǎn)。

該方法省時(shí)省力，不依賴詞義標(biāo)注語料庫(kù)和復(fù)雜的計(jì)算方法，可以快速實(shí)現(xiàn)義項(xiàng)可區(qū)分度計(jì)算。（李安2014）

然而，該方法的缺陷也很明顯。

第一，該方法假設(shè)，在義類樹上，節(jié)點(diǎn)到節(jié)點(diǎn)的距離是相等的，即，任意兩個(gè)存在上下位關(guān)系的義類在語義上的差距是等同的（否則它就失去了通過計(jì)算義類節(jié)點(diǎn)相隔路徑長(zhǎng)度得到義項(xiàng)可區(qū)分度的基礎(chǔ)），但實(shí)際上這個(gè)假設(shè)不成立。義類體系賴以建立的詞義上下位關(guān)系只規(guī)定了詞義的語義關(guān)系，并未對(duì)義類之間的這種語義關(guān)系的強(qiáng)弱做任何說明，義類體系也無法體現(xiàn)這一點(diǎn)。

第二，該方法依賴義類體系，而義類體系的建設(shè)存在隨機(jī)性和主觀性，且目前沒有評(píng)價(jià)義類體系優(yōu)劣的有效方法。構(gòu)成義類樹的基本詞義關(guān)系是上下位關(guān)系，現(xiàn)實(shí)的義類體系則往往由多種詞義關(guān)系和詞義特征共同決定。比如，“同義詞詞林”至少包含了詞義的相似關(guān)系和相關(guān)關(guān)系;“現(xiàn)代漢語詞義分類體系”則納入了詞義在句法上實(shí)現(xiàn)的特征。另外，現(xiàn)有理論認(rèn)為，義類劃分應(yīng)該盡可能避免跨類，認(rèn)為分類應(yīng)該是離散且互斥的，所以不同的學(xué)者對(duì)義類體系中義類的數(shù)量、定義以及具體詞義應(yīng)該納入哪個(gè)義類，其意見是不統(tǒng)一的。比如，“鍋”可以是“廚具類”，也可以是“容器類”。這樣一來，義項(xiàng)在義類樹上的距離會(huì)因?yàn)槭褂昧瞬煌牧x類體系而不同。

第三，該方法要求先對(duì)多義詞義項(xiàng)進(jìn)行義類標(biāo)注，即，將義項(xiàng)劃分到義類樹的一個(gè)義類上，這使得該方法在本質(zhì)上是對(duì)義項(xiàng)詞典釋義進(jìn)行比較，而非本文所定義的“義項(xiàng)可區(qū)分度”。

（二） 基于機(jī)器學(xué)習(xí)的詞義消歧方法

詞義消歧是在語料庫(kù)中對(duì)多義詞進(jìn)行義項(xiàng)自動(dòng)判別的工作。Ide和Veronis（1998）、吳云芳和俞士汶（2006）認(rèn)為，傳統(tǒng)詞典在多義詞定義方面缺乏一致性，義項(xiàng)間語義距離（稱為“語義顆粒度”，semantic granuity）不等，使得對(duì)WSD結(jié)果難以準(zhǔn)確評(píng)價(jià)。不過，這恰好可以為計(jì)算義項(xiàng)可區(qū)分度服務(wù)。既然WSD結(jié)果受詞典定義影響，可以認(rèn)為，語義距離大的義項(xiàng)，其消歧結(jié)果可能會(huì)比較好，其可區(qū)分度就比較大，反之，可區(qū)分度比較小。

該方法首先需要在語料庫(kù)中標(biāo)注多義詞的詞典義項(xiàng)，然后在語料庫(kù)中抽取多義詞義項(xiàng)的各種語言學(xué)特征，用這些特征構(gòu)成向量來表示義項(xiàng)，通過計(jì)算義項(xiàng)向量的距離，來獲得可區(qū)分度數(shù)值。

詞義消歧的方法使用真實(shí)語料庫(kù)，在消歧算法一致的前提下能夠公正地評(píng)價(jià)義項(xiàng)可區(qū)分度，其優(yōu)勢(shì)在于盡可能地?cái)[脫了主觀性因素，使得計(jì)算結(jié)果較為客觀。

當(dāng)然，該方法亦有其缺陷。

第一，該方法假設(shè)，詞典對(duì)義項(xiàng)的定義會(huì)充分反映在語料庫(kù)中，所以從語料庫(kù)抽取特征表示義項(xiàng)。但是，并不是所有的詞義特征都會(huì)被顯性地實(shí)現(xiàn)在語言中，尤其是語用義、修辭義。

第二，詞義消歧依賴從語料庫(kù)中獲取的義項(xiàng)特征，而能夠獲取到什么樣的特征，取決于語料庫(kù)加工的深度和規(guī)模。如果語料庫(kù)中沒有語法標(biāo)注，那么義項(xiàng)的語法特征是無法獲得的。而制作大規(guī)模深加工語料庫(kù)的時(shí)間和人力成本都非常高昂，獲得難度比較大。所以，使用不同語料庫(kù)得到的結(jié)果往往是不同的。這也證明了第一點(diǎn)的觀點(diǎn)。

第三，該方法的結(jié)果需要在詞匯學(xué)上得到解釋。該方法是對(duì)義項(xiàng)可區(qū)分度的“間接估計(jì)”，本質(zhì)上是用機(jī)器學(xué)習(xí)算法模擬人在真實(shí)語境中辨析多義詞的行為。但算法與人在多義詞判斷的過程和方式上存在差異，所以通過詞義消歧得到的義項(xiàng)可區(qū)分度數(shù)值需要在詞匯學(xué)上得到解釋，簡(jiǎn)單來說，就是要解決其在多大程度上可信的問題。

三、 使用標(biāo)注者一致性估計(jì)多義詞義項(xiàng)的可區(qū)分度

根據(jù)上一節(jié)的論述，基于義類體系的方法和詞義消歧的方法都不是對(duì)義項(xiàng)可區(qū)分度的直接度量，且在理論上有諸多缺點(diǎn)。本文提出使用標(biāo)注者一致性的方法來估計(jì)多義詞詞典義項(xiàng)的可區(qū)分度。肖航（2010）做了一些嘗試，利用標(biāo)注者一致性來說明詞典對(duì)多義詞義項(xiàng)定義中存在的“重合”問題，指出，意義“重合”多的義項(xiàng)，標(biāo)注者一致性更差。這說明，標(biāo)注者一致性反映了人對(duì)詞典釋義的使用情況。

假設(shè)語料庫(kù)中包含多義詞W的詞例數(shù)量為N，且W在詞典中義項(xiàng)數(shù)量為I，標(biāo)注者被要求對(duì)該多義詞的每個(gè)詞例標(biāo)注合適的義項(xiàng)i（顯然i屬于I）。那么，那些標(biāo)注者標(biāo)注了相同義項(xiàng)標(biāo)簽的詞例數(shù)量為A，標(biāo)注了不同義項(xiàng)標(biāo)簽的詞例數(shù)量為D（A與D之和為N）。可以用A除以N（A/N）獲得標(biāo)注者的簡(jiǎn)單一致性（simple agreement），其值越大，說明標(biāo)注者一致性越高。不過，Veronis（1998）、Artstein和Poesio（2008）指出，簡(jiǎn)單一致性（A/N）存在標(biāo)注者隨意標(biāo)注的問題，即，不排除標(biāo)注結(jié)果是標(biāo)注者隨意標(biāo)注的情況。比如，標(biāo)注者對(duì)某個(gè)多義詞標(biāo)注了10條詞例，且義項(xiàng)標(biāo)記都是i，然后他/她對(duì)余下所有的詞例義項(xiàng)都標(biāo)注上i。為了消除簡(jiǎn)單一致性的這一缺陷，我們采用Cohens Kappa算法（Cohen1960）來計(jì)算標(biāo)注者一致性：

其中Ao是實(shí)際觀察到的一致性，Ae是任意標(biāo)注產(chǎn)生的一致性（也就是我們需要消除的那部分）。上式的大致意思是： 去除了由任意標(biāo)注產(chǎn)生的一致性，才是準(zhǔn)確的標(biāo)注者一致性。Kappa值越高的多義詞，其義項(xiàng)區(qū)分度越高。

標(biāo)注者一致性是對(duì)義項(xiàng)可區(qū)分度的直接度量，因?yàn)樗菍?duì)多義詞辨析活動(dòng)的直接觀察。相較之下，詞義消歧的結(jié)果是對(duì)可區(qū)分度的間接度量且需要語言學(xué)解釋。所以，Kappa值更加“可信”。

四、 義項(xiàng)可區(qū)分度結(jié)果分析

我們相信，多義詞義項(xiàng)的可區(qū)分度值可以為詞典編纂帶來有益的信息。如前述“包圍”的可區(qū)分度值提示了兩個(gè)義項(xiàng)的定義可能存在難以區(qū)分的問題。這部分我們?cè)斒鋈绾瓮ㄟ^詞義標(biāo)注任務(wù)來獲取義項(xiàng)可區(qū)分度，分析可區(qū)分度低于一定閾值的多義詞，討論低可區(qū)分度多義詞詞典義項(xiàng)定義的問題，以展示義項(xiàng)可區(qū)分度如何對(duì)詞典編纂產(chǎn)生積極作用。

（一） 數(shù)據(jù)

我們從已標(biāo)注了詞典義項(xiàng)的“中小學(xué)教材語料庫(kù)”中選取了419個(gè)包含兩個(gè)義項(xiàng)的多義詞，作為實(shí)驗(yàn)對(duì)象。在語料庫(kù)中抽取到35068條包含所有實(shí)驗(yàn)對(duì)象的句子。

（二） 標(biāo)注者一致性實(shí)驗(yàn)

標(biāo)注者一致性實(shí)驗(yàn)及結(jié)果分析在（柏曉鵬2020）[2]中有詳細(xì)描述。我們選取了12位中文系語言學(xué)背景的本科生和研究生作為標(biāo)注者，每條多義詞例句由三位標(biāo)注者標(biāo)注，要求標(biāo)注者每天最多標(biāo)注1000條例句或最長(zhǎng)連續(xù)工作60分鐘，一共使用10天完成全部標(biāo)注工作。這樣，每一條多義詞例句產(chǎn)生三個(gè)標(biāo)注結(jié)果，可以有三個(gè)一致性Kappa值，我們?nèi)∑骄底鳛榭蓞^(qū)分度數(shù)值： 平均Kappa值越高，則義項(xiàng)可區(qū)分度越大，反之義項(xiàng)可區(qū)分度越小。一般認(rèn)為（Veronis1998;Artstein & Poesio2008），一致性結(jié)果中0.6和0.8是兩個(gè)具有意義的值： 當(dāng)Kappa值低于0.6的時(shí)候，可以認(rèn)為一致性較差，在本文中表示義項(xiàng)可區(qū)分度較低;當(dāng)Kappa值大于等于0.8的時(shí)候，一致性較好，表示義項(xiàng)可區(qū)分度較高。

（三） 可區(qū)分度低的多義詞

在419個(gè)實(shí)驗(yàn)對(duì)象中，有229個(gè)多義詞的義項(xiàng)可區(qū)分度低于0.6（54.7%）。這意味著在我們的實(shí)驗(yàn)對(duì)象中，有超過一半的多義詞，其詞典義項(xiàng)無法被很好地區(qū)分。通過分析可區(qū)分度低于0.6的多義詞，我們發(fā)現(xiàn)，義項(xiàng)間有多種關(guān)系導(dǎo)致可區(qū)分度低下。

1. 義項(xiàng)釋義存在重合關(guān)系。有的多義詞義項(xiàng)間存在一個(gè)義項(xiàng)可以被另一個(gè)義項(xiàng)包含的現(xiàn)象，如：

（3） 奔（0.315）

奔走1急走;跑： 奔走相告。

奔走2為一定目的而到處活動(dòng)： 奔走衣食│四處奔走│奔走了幾天，事情仍然沒有結(jié)果。

（4） 失?。?.56）

失敗1在斗爭(zhēng)或競(jìng)賽中被對(duì)方打敗（跟“勝利”相對(duì)）： 非正義的戰(zhàn)爭(zhēng)注定是要失敗的。

失敗2工作沒有達(dá)到預(yù)定的目的（跟“成功”相對(duì)）： 試驗(yàn)失敗│失敗是成功之母。

以上兩個(gè)多義詞，其義項(xiàng)內(nèi)涵有“包含”關(guān)系，也就是肖航（2010）指出的義項(xiàng)“重合”關(guān)系?！盀橐欢康亩教幓顒?dòng)”（奔走2）描述了人的活動(dòng)，但可以包含“急走、跑”（奔走1）這樣的具體動(dòng)作行為。如：

（5） ……一面要上書塾，一面要幫家務(wù)，天天奔走于當(dāng)鋪和藥鋪之間。

例（5）中的“奔走”做兩種理解都可以，奔走1的詞義內(nèi)容被奔走2完全包含。

而“在斗爭(zhēng)或競(jìng)賽中被對(duì)方打敗”（失敗1）也可視為“工作沒有達(dá)到預(yù)定的目的”（失敗2）的具體表現(xiàn)。

這種重合關(guān)系還體現(xiàn)在義項(xiàng)釋義內(nèi)容接近，有交疊，如：

（6） 學(xué)（0.594）

學(xué)1學(xué)習(xí)： 學(xué)技術(shù)│勤工儉學(xué)│我跟著他學(xué)了許多知識(shí)。

學(xué)2模仿： 他學(xué)杜鵑叫，學(xué)得很像。

學(xué)1義為通過一種系統(tǒng)性的方式學(xué)習(xí)到一種有用技能，有“獲取”義。學(xué)2描述這個(gè)行為本身，而不關(guān)注學(xué)習(xí)的對(duì)象和對(duì)象本身的價(jià)值。但可以認(rèn)為在語義上，學(xué)2描述的是學(xué)1的一個(gè)階段，二者釋義內(nèi)容有交疊： 人們總是通過模仿開始習(xí)得新的本領(lǐng)。如例（7）：

（7） 一只小鷹跟著老鷹學(xué)飛行。

例（7）中的“學(xué)”應(yīng)選擇哪個(gè)義項(xiàng)，與如何理解“小鷹”和“飛行”的關(guān)系有關(guān)： 如果認(rèn)為“飛行”是一種技能，則應(yīng)選學(xué)1;如果認(rèn)為“小鷹學(xué)飛行”是一種來自于本能的行為，那選學(xué)2也不無道理。

2. 義項(xiàng)區(qū)別特征的實(shí)現(xiàn)問題。詞典釋義中用以區(qū)分義項(xiàng)的語言學(xué)特征在語料中不實(shí)現(xiàn)，使得義項(xiàng)難以區(qū)分，如：

（8） 貢獻(xiàn)（0.594）

貢獻(xiàn)1拿出物資、力量、經(jīng)驗(yàn)等獻(xiàn)給國(guó)家或公眾： 為祖國(guó)貢獻(xiàn)自己的一切。

貢獻(xiàn)2對(duì)國(guó)家或公眾所做的有益的事： 他們?yōu)閲?guó)家做出了新的貢獻(xiàn)。

“貢獻(xiàn)”的兩個(gè)義項(xiàng)，一個(gè)是名詞義項(xiàng)，一個(gè)是動(dòng)詞義項(xiàng)，當(dāng)出現(xiàn)在賓語位置上時(shí)（此時(shí)，詞性得不到區(qū)分），義項(xiàng)的區(qū)分就發(fā)生問題了，如例（9）：

（9） 本來是可以不斷再生，長(zhǎng)期給人類做貢獻(xiàn)的。

例（9）中“貢獻(xiàn)”可以是貢獻(xiàn)2，也可以看作是貢獻(xiàn)1的動(dòng)名詞用法。

同樣的例子還有：

（10） 青年（0.591）

青年1人十五六歲到三十歲左右的階段： 青年人│青年時(shí)代。

青年2指上述年齡的人： 新青年│好青年。

“青年”義項(xiàng)的釋義是比較清晰的，二者的區(qū)分條件是： 青年1大部分時(shí)候出現(xiàn)在定語位置上，青年2大部分時(shí)候出現(xiàn)在中心語位置上。但我們觀察到，在“青年男女”“青年農(nóng)民”“青年畫家”“青年朋友”“青年突擊隊(duì)員”等例子中產(chǎn)生了不一致，我們認(rèn)為，這可能是因?yàn)榍嗄?也可以出現(xiàn)在定語位置上的緣故。如：

（11） 青年組織的隊(duì)伍走過主席臺(tái)……

例（11）中的“青年”即為青年2。此時(shí)，區(qū)別兩個(gè)義項(xiàng)的重要特征沒有實(shí)現(xiàn)。

3. 搭配詞有重合。有些多義詞義項(xiàng)依靠與之搭配詞的詞義得以區(qū)分，當(dāng)搭配詞有重合的時(shí)候，義項(xiàng)區(qū)分發(fā)生困難。

（12） 命運(yùn)（0.333）

命運(yùn)11. 指生死、貧富和一切遭遇（迷信的人認(rèn)為是生來注定的）： 悲慘的命運(yùn)│命運(yùn)不濟(jì)。

命運(yùn)2比喻事物發(fā)展變化的趨向及結(jié)局： 關(guān)心國(guó)家的前途和命運(yùn)。

根據(jù)釋義，命運(yùn)1是已經(jīng)發(fā)生的事件的總和，命運(yùn)2指稱事物未來發(fā)展的可能性。而根據(jù)所舉的例子，命運(yùn)1指的是人的經(jīng)歷，命運(yùn)2指的是社會(huì)組織（國(guó)家、集體等）的發(fā)展?fàn)顟B(tài)，“命運(yùn)”的兩個(gè)義項(xiàng)的差異主要通過定語位置上名詞短語的語義來確定。命運(yùn)2可以看作命運(yùn)1的隱喻結(jié)果，除了指稱對(duì)象發(fā)生明顯變化外，兩個(gè)義項(xiàng)在其他方面相似度較高，而“命運(yùn)”在指稱上的語義組合限制，即“生死、貧富和一切遭遇”或“發(fā)展變化趨勢(shì)”，并不能通過前后幾個(gè)詞的搭配，在一個(gè)句子范圍內(nèi)得以實(shí)現(xiàn)，這使得兩個(gè)義項(xiàng)定語位置上的搭配詞有一定重合度，使得義項(xiàng)區(qū)分困難，如：

（13） 這是每一個(gè)人的命運(yùn)： 如果他達(dá)到注定的某一級(jí)……

（14） 因?yàn)闅W洲的命運(yùn)全系在拿破侖這一個(gè)人的命運(yùn)。

例（13）中的“命運(yùn)”應(yīng)是命運(yùn)1，但句子的后半部分“如果他達(dá)到注定的某一級(jí)”，又符合命運(yùn)2的表述。例（14）中后一個(gè)“命運(yùn)”應(yīng)是命運(yùn)1，因?yàn)橹阜Q“拿破侖”，但句子前半部分有“歐洲的命運(yùn)”，而這兩處“命運(yùn)”應(yīng)該是語義相同的。如此，導(dǎo)致“命運(yùn)”的可區(qū)分度很低。

（四） 義項(xiàng)可區(qū)分度對(duì)詞典編纂的啟示

上文的工作顯示，義項(xiàng)的可區(qū)分度提供了關(guān)于多義詞的指向性信息，即，那些義項(xiàng)可區(qū)分度低于一定值的多義詞義項(xiàng)需要進(jìn)一步檢視。通過上文第（三）部分中對(duì)一些義項(xiàng)可區(qū)分度小于0.6的詞的分析，我們發(fā)現(xiàn)，造成多義詞義項(xiàng)可區(qū)分度低原因可能是詞典義項(xiàng)設(shè)置和釋義不佳造成的，如例（3）、例（4）、例（6）;有些則與釋義無關(guān)，而與義項(xiàng)在語言中的具體實(shí)現(xiàn)有關(guān)，如例（8）、例（10）。所以，詞典在釋義方面可能需要注意義項(xiàng)在語義上的關(guān)系，并探討是否需要在釋義時(shí)考慮語法等表層實(shí)現(xiàn)的情況。

五、 結(jié)論

本文對(duì)“多義詞詞典義項(xiàng)可區(qū)分度”這一概念進(jìn)行了界定。我們認(rèn)為，義項(xiàng)可區(qū)分度是通過對(duì)多義詞辨析結(jié)果的評(píng)價(jià)，以此來評(píng)價(jià)多義詞義項(xiàng)辨析難易程度的指標(biāo)，其形式為有限范圍內(nèi)的數(shù)值。義項(xiàng)可區(qū)分度為詞典編纂提供了參考信息： 義項(xiàng)可區(qū)分度低于閾值的多義詞，編纂者可能需要對(duì)其定義進(jìn)行檢視。有利于詞典編纂者有目的性地對(duì)詞典進(jìn)行修訂。

我們討論了當(dāng)前計(jì)算義項(xiàng)可區(qū)分度的方法： 基于義類體系的方法和基于機(jī)器學(xué)習(xí)的詞義消歧方法。基于義類體系的方法在理論上存在缺陷?；跈C(jī)器學(xué)習(xí)的詞義消歧方法是對(duì)義項(xiàng)可區(qū)分度的間接評(píng)價(jià)，其結(jié)果的準(zhǔn)確性需要語言學(xué)解釋的支撐。

我們進(jìn)一步提出通過詞義標(biāo)注工作，計(jì)算標(biāo)注者一致性數(shù)據(jù)來表示義項(xiàng)可區(qū)分度。這個(gè)方法基于多義詞辨析活動(dòng)的直接觀察，是對(duì)義項(xiàng)辨識(shí)難度較為直接的測(cè)量，故具有比較好的可信度。同時(shí)需要指出，用標(biāo)注者一致性來估計(jì)義項(xiàng)可區(qū)分度的方法依然會(huì)受到標(biāo)注者的影響。主要是標(biāo)注者人數(shù)、知識(shí)背景以及具體標(biāo)注環(huán)境這幾個(gè)方面。

我們今后的工作將集中在兩個(gè)方面： 一是擴(kuò)大標(biāo)注者一致性實(shí)驗(yàn)的規(guī)模，對(duì)本文實(shí)驗(yàn)中可能存在的一些問題進(jìn)行糾正;另一方面是嘗試用詞義消歧的方法來計(jì)算多義詞義項(xiàng)可區(qū)分度，使用標(biāo)注者一致性數(shù)據(jù)進(jìn)行驗(yàn)證，以期找到一個(gè)合適的自動(dòng)化工具。

附注

[1]本文詞典釋義來自《現(xiàn)代漢語詞典》第7版。

[2]柏曉鵬.利用標(biāo)注者一致性數(shù)據(jù)估計(jì)多義詞義項(xiàng)的區(qū)分度.世界漢語教學(xué)（待刊）。

參考文獻(xiàn)

1. 李安.多義詞義項(xiàng)的語義關(guān)系及其對(duì)詞義消歧的影響.語言文字應(yīng)用，2014（1）.

2. 肖航.詞典多義詞義項(xiàng)關(guān)系與詞義區(qū)分.云南師范大學(xué)學(xué)報(bào)，2010（1）.

3. 吳云芳，俞士汶.信息處理用詞語義項(xiàng)區(qū)分的原則和方法.語言文字應(yīng)用，2006（2）.

4. 中國(guó)社會(huì)科學(xué)院語言研究所詞典編輯室編.現(xiàn)代漢語詞典（第7版）.北京： 商務(wù)印書館，2016.

5. Artstein R， Poesio M. Intercoder Agreement for Computational Linguistics. Computational Linguistics， 2008，34（4）.

6. Jacob Cohen. A Coefficient of Agreement for Nominal Scales. Educational and Psychological Measurement， 1960，20（1）.

7. Ide N， Veronis J. Word Sense Disambiguation： The State of the Art. Computational Linguistics， 1998，24（1）.

8. Veronis J. A Study of Polysemy Judgements and Interannotator Agreement. Programme and Advanced Papers of the Senseval Workshop. Herstmonceux， 1998.

（華東師范大學(xué)中文系、華東師范大學(xué)語文教育研究中心上海200241）

（責(zé)任編輯郎晶晶）