摘要

当前最先进的监督式词义消歧（Word Sense Disambiguation, WSD）系统（如GlossBERT和双编码器模型）仅通过利用预训练语言模型以及不同词义的简短词典定义（即“释义”或glosses），便取得了令人惊讶的优异性能。尽管释义简洁直观，但它只是表达词义信息的多种方式之一。本文致力于通过引入同义词、展示词义实际用法的例句或短语，以及上位词（hypernyms）的词义释义等额外信息，来增强词义的表示能力。实验结果表明，融入这些补充信息能够显著提升WSD系统的性能。在所提出的改进策略下，我们的系统在英文全词WSD任务的标准基准测试数据集上取得了82.0%的F1分数，超越了该基准数据集上所有先前发表的公开结果。