自然语言处理如何判断同一个词在不同语境中的含义？
2026-11-07 阅读 0
自然语言处理通常不是给一个词固定指定唯一含义，而是结合它所在的上下文，估计它在当前句子中的含义。比如“他把苹果放进包里”和“苹果发布了新手机”里的“苹果”，前者更可能指水果，后者更可能指公司；“银行”也可能根据“河岸”或“存钱取款”等邻近表达分别指河岸或金融机构。
传统方法会利用词典、规则以及附近词语的共现统计来消歧。现代系统则常把句子切分成词或子词，结合目标词左右的词、句法关系和整句信息，计算上下文表示，再据此预测含义或直接完成后续任务。以 Transformer 为例，自注意力机制能让目标词参考句子中距离较远但相关的部分，而不只看紧邻词语。
判断结果仍是概率推断，不是读懂了作者的全部意图。短句缺少线索、上下文自相矛盾、领域用法特殊，或训练数据偏向某种解释时，模型都可能判断错误。遇到这类情况，可以补充前后文或领域背景；对高风险用途，还应核对权威词典、专业资料或人工标注。
更新于 2026年11月14日
赞 13
