关于共指消解中特征的选取和计算

1.      单复数计算模块

先行语：由于先行语是由命名实体识别模块识别出来的，包括人名、地名和组织机构名，因而都是单数；在命名实体识别任务完成后，对人名、地名和组织机构名相同类别的先行语进判别，看先行语之间是否由“和”，“与”，“、”隔开，有的话即把这些同类实体及连接符号一起记录数据库中，即添加一新实体。

例：{{张三}1-h和{李四}2-h}3-and都是好学生，{前者}1-o还是省优秀大学生，{他们}3-o都棒。

指代语：由于指代语的构成较为复杂，这里只考虑下面几种情况。

①    查询词典，一班人、群众、大众、公众等

②    查看指语前面的数词，按词顺序不断往前搜索，直到找到数词或碰到动词结束搜索。数词形如，全部全体 一切 所有 全副 全份 成套 整套 一体 全 整 满 浑 周 遍 漫 尽数少 少数 个别等。找到数词，查找数词对应词典判别单复数。

③    查找名词短语（指代语）是否存在“和”、“并”、“与”和“、”等关键字。

2．关于性别计算模块

由于只有人名在存在性别属性，因而对于人名先行语，分别抽出其名中的用字，搜索语料库，得到字对应的男，女发生比例，找出差距较大的字对应比较，计算输出权值。

对于指代语而言，搜索关键字，如先生, 小姐, 男士, 女士，他，她等。

3．实体和提及的距离，是否在同一句中

搜索实体和名词短语（提及）之间是否存在“。”、“？”、“！”、“：”、“……”等。

4．先行语的类别

即命名识体识别模块的结果，H（人名）、S（地名）、ORG（组织机构名）等。

5．指代语的指示特征

指人代词：你我他/们等

指示代词：（这|那）<些>+

6．实体和名词短语是否相临

位置相连或由“、”隔开。

7．简单语义类特征（指代语）

利用同义词词林，把名词短语拟看成偏正结构，从左往右不断消解。例如，“南/j理工/j”会先搜“南理工”的语义类，搜不到后再搜“理工”的语义类，再搜不到即输出U。

8．简称特征

利用定义的规则对实体与名词短语进行规则判别，输出判别结果，T/F。

 

9．主谓语特征

利用依存分析找出实体和提及充当的句子成份，主语还是谓语。待定.