概念化模版：根据开放选择原则，一个动词可以和任何宾语搭配。这些宾语具有特定的概念，可以用于语义表示和消岐 [103]。这促使本章使用宾语的概念来表示动词语义。在例 4.1 中，eat breakfast 和 eat lunch 具有相似的语义，因为这些宾语对应同样的概念 meal。因此，本章将动词短语中的宾语替换为它的概念，从而组成概念化动词模板动词 $C 概念（例如 eat $Cfood）。根据宾语的概念，每个开放选择原则中的动词短语会被关联到一个概念化模板中。

俗语模版：根据俗语原则，有些动词短语的具体语义是和宾语概念无关的。本章在宾语前增加 $I 标记来表示此俗语模板（即动词 $I 宾语）。

根据上述定义，本文使用动词模板来表示动词的不同的语义。分配到相同的动词模板的动词短语，其动词具有相似的语义，而分配到不同动词模板的动词具有不同的语义。通过动词模版，可以将“eat pitaya”对应到模板“eat $Cfood”，从而得到“I like eating pitaya”中的“pitaya” 是一种食品。另一方面，俗语模版表示哪些短语不应被概念化。表 4.1 中列出了例 4.1 中的短语的对应模板。

表 4.1：动词短语及其动词模板

这样，本文的核心问题在于如何对动词产生概念化模板或俗语模板。为了做到这一点，实验使用了两个公开数据集：Google Syntactic N-Grams 和 Probase [103]。Google Syntactic N-Grams 包含了百万级别的动词短语，提供了动词短语的丰富语料。Probase 包含了丰富的实体-概念信息，帮助算法将宾语映射到其概念。这样问题就变为给定动词 v 以及其对应的动词短语集合，对每个动词短语产生一个动词模板（概念化模板或者俗语模板）。然而，这个模板生成的过程是具有挑战性的。一般来说，开奖，在此过程中的最严重问题在于一般性和特殊性之间的取舍。本文在下边具体说明。

第 2 节 相关工作

传统的动词理解 在此讨论比较动词模板与传统的动词理解 [73] 方法。FrameNet[7] 建立在大多数词汇可以被很好的通过语义框架[32] 理解的思想上。语义框架是对于一类事件，关系，或者在其中实体与参与者的描述。每一个语义框架使用了框架元素（FEs）来进行简单的注解。PropBank [52] 使用了人工标注的谓词和语义对象变量，来获取准确的谓词-变量结构。谓词这里指动词，变量是动词的其他对象。为了使 PropBank 更加形式化，变量通常包含施动者，受动者，工具，起始点和终止点等。VerbNet[82] 将动词根据它们基于 Levin classes[60] 的句法模板来分类。所有的动词理解都关注于动词的不同角色而不是它的语义。然而动词的不同语义可能有相同的角色，现有的理解并不能完整的表述动词的语义。

实体概念化 本章工作的典型应用就是基于上下文的实体概念化理解。实体概念化决定了对于一个实体最适合的概念。传统的基于文本检索的方法利用 NER[92] 来进行实体概念化。但是 NER 经常只含有一些粗糙的预定义概念。Wu 等人建立了一个有大量词汇信息的知识库 Probase[103]，开奖，来提供丰富的 IsA 关系。对于 IsA 关系，基于上下文的实体概念化理解[50]会更有效。Song 等人[87]提出了一种利用 Naive Bayes 的实体概念化方法。Wen 等人[46]提出了主流的联合共现网络，IsA 网络和概念聚类的模型。

语义构成本章利用动词模板来表示动词短语。然而语义构成的工作致力于将任意的短语表示为向量或树结构。基于向量空间的模型被广泛地被用来表示单个单词的语义。因此，一个直接的表示词汇的语义的方法就是将这些出现在短语中的单词的向量取平均值[105]。但是这个方法却忽略了词之间的句法关系 [57]。Socher 等人[85]将句法关系表示为一棵二叉树，并且将它与单词的向量利用 recursive neural network 同时训练。目前，word2vec[67] 显示了它在单词表示方面的优势。 Mikolov 等人[68]进行了更深层次的研究并使 word2vec 可以表示短语向量。总之，这些工作并没有使用有关动词的俗语短语和动词的对象的概念来表示动词的语义。

2.1. 一般性和特殊性的取舍问题