Дефиниција вишезначности у проучавању језика

Ин лингвистике, вишезначност је процес одређивања који смисао а реч се користи у одређеном контекст. Познато и као лексичка вишезначност.

У рачунарској лингвистици овај дискриминативни процес се назива вишезначност у смислу речи (ВСД).

„Тако се дешава да наша комуникација, у различитим језика подједнако, омогућава да се исти облик речи користи за означавање различитих ствари у појединачним комуникативним трансакцијама. Последица је да се у одређеној трансакцији мора открити намеравано значење дате речи међу њеним потенцијално повезаним значењима. Док нејасноће које произилазе из таквих вишеструких форми-значених асоцијација су на лексичке нивоу, они се често морају решавати помоћу ширег контекста из дискурс уграђивање речи. Отуда се различита значења речи 'услуга' могу раздвојити само ако се може погледати даље од саме речи, као супротстављање ' услуга играча на Вимблдону“ са „сервисом конобара у Шератону“. Овај процес идентификације значења речи у дискурсу је генерално познат као

„Лексичко Разјашњење у својој најширој дефиницији није ништа мање него одређивање значења сваке речи у контексту, што се чини да је у великој мери несвестан процес код људи. Као рачунарски проблем, често се описује као 'АИ-цомплете', то јест проблем чије решење претпоставља решење да се заврши природно-језички разумевање или здраворазумско резоновање (Иде и Веронис 1998).

„У области рачунарске лингвистике, проблем се генерално назива разазначавање смисла речи (ВСД) и дефинише се као проблем компјутерског одређивања који 'смисао' речи се активира употребом речи у одређеном контекст. ВСД је у суштини задатак класификације: чула речи су класе, контекст обезбеђује доказ, а свако појављивање речи је додељено једној или више могућих класа на основу доказ. Ово је традиционална и уобичајена карактеризација ВСД-а која га види као експлицитни процес разјашњавања у односу на фиксни инвентар чула речи. Претпоставља се да речи имају коначан и дискретан скуп чула из а речник, база лексичког знања, или онтологија (код овог другог, смисла одговарају појмовима које реч лексикализује). Могу се користити и инвентари специфични за апликацију. На пример, у подешавању машинског превођења (МТ), преводе речи можемо третирати као значење речи, приступ који постаје све изводљивији због доступности великих вишејезичних паралелно корпуси који могу послужити као подаци за обуку. Фиксни инвентар традиционалног ВСД-а смањује сложеност проблема, али постоје алтернативна поља.. ..“ (Енеко Агирре и Пхилип Едмондс, „Увод“. Вишезначна одредница чула речи: алгоритми и апликације. Спрингер, 2007)

„Лексичко Разјашњење је посебно погодан за случајеве хомонимија, на пример, појава бас мора бити мапиран на било коју од лексичких јединица бас₁ или бас₂, у зависности од намераваног значења.

„Лексичка вишезначност имплицира когнитивни избор и задатак је који инхибира процесе разумевања. Треба га разликовати од процеса који доводе до диференцијације чула речи. Први задатак се постиже прилично поуздано и без много контекстуалних информација, док други није (уп. Веронис 1998, 2001). Такође се показало да хомонимне речи, које захтевају вишезначност, успоравају лексички приступ, док вишезначне речи, које активирају мноштво чула речи, убрзавају лексички приступ (Родд е.а. 2002).

„Међутим, и продуктивна модификација семантичких вредности и директан избор између лексички различитих ставки имају заједничко је да захтевају додатне нелексичке информације.“ (Петер Бош, „Продуктивност, полисемија и индексност предиката“. Логика, језик и рачунарство: 6. међународни симпозијум у Тбилисију о логици, језику и рачунарству, ед. од Балдера Д. десет Кејт и Хенк В. Зееват. Спрингер, 2007)

„Корли и Крокер (2000) представљају модел широког покривања лексичке категоријеРазјашњење базира на Принцип вероватноће. Конкретно, они то предлажу за реченицу која се састоји од речи в₀... в_н, процесор реченице усваја највероватније део говора низ т₀... т_н. Тачније, њихов модел користи две једноставне вероватноће: (и) условна вероватноћа речи в_и дати одређени део говора т_и, и (ии) вероватноћа од т_и с обзиром на претходни део говора т_и-1. Како се свака реч у реченици наиђе, систем јој додељује тај део говора т_и, што максимизира производ ове две вероватноће. Овај модел користи увид који многи синтаксичке двосмислености имају лексичку основу (МацДоналд ет ал., 1994), као у (3):

(3) Складишне цене/марке су јефтиније од осталих.

„Ове реченице су привремено двосмислене између читања у којем цене или чини је Главни глагол или део а сложеница. Након што је обучен на великом корпусу, модел предвиђа највероватнији део говора за цене, исправно узимајући у обзир чињеницу да људи разумеју Цена као именица али чини као глагол (видети Цроцкер & Цорлеи, 2002, и тамо цитиране референце). Не само да модел узима у обзир низ преференција за вишезначност укорењених у лексичкој категорији двосмислености, то такође објашњава зашто су људи генерално веома прецизни у решавању таквих нејасноћа." (Матју В. Крокер, „Рационални модели разумевања: решавање парадокса перформанси“. Психолингвистика двадесет првог века: четири темеља, ед. од Анне Цутлер. Лоренс Ерлбаум, 2005)