ИСТИНА

В докладе представлен подход для извлечения устойчивых словосочетаний (multiword expressions; MWE) из текстовых корпусов на основе кластеризации, не требующий использования обучающей выборки или лингвистических ресурсов. В качестве потенциальных MWE рассматриваются именные группы русского языка вида "прилагательное-существительное" и "существительное-существительное", которые могут быть релевантны для лексических ресурсов (тезаурусы, WordNet и т.д.). В предложенном нами методе мы представляем словосочетания в виде векторов признаков (статистических и контекстных мер ассоциации) и кластеризуем получившиеся векторы для нахождения устойчивых словосочетаний. Предложенный метод превосходит по точности как отдельные меры ассоциации, так и их комбинации, полученные с помощью суммирования или перемножения присваиваемых мерами рангов.