ChainNet: Structured Metaphor and Metonymy in WordNet

一个词的意义具有丰富的内部结构。在典型的词典中，这种结构被忽视了：一个词的意义被编码为一个没有内部关系的列表。我们介绍了ChainNet，这是一个词汇资源，首次明确地识别了这些结构。ChainNet表达了Open English Wordnet中的意义是如何相互衍生的：每个名词意义都是通过隐喻或转喻与另一个意义相连，或者在同音异义的情况下没有联系。因为WordNet意义与捕捉其含义信息的资源相连，ChainNet代表了第一个基于实际隐喻和转喻的数据集。

本论文试图解决的问题是词汇资源中缺少词义之间的关系，通过构建ChainNet，将英语WordNet中名词词义之间的隐含关系进行了显式化，以此解决词汇资源中缺乏词义之间关系的问题。

本论文的关键思路是通过构建ChainNet，将英语WordNet中名词词义之间的隐含关系进行了显式化，从而得到了一个包含隐喻和转喻信息的词汇资源，为词义相似度计算等自然语言处理任务提供了更多的信息。

本论文的亮点是构建了一个包含隐喻和转喻信息的词汇资源ChainNet，为词义相似度计算等自然语言处理任务提供了更多的信息。实验使用了英语WordNet和人工标注的语料库，并通过人工评估和自动评估的方式对ChainNet进行了评估。此外，论文还开源了ChainNet的数据和代码。

在这个领域中，最近的相关研究包括：1.《WordNet：An Electronic Lexical Database》；2.《A Unified Model of Metaphor Understanding: Experiments with MIPVU》；3.《Metaphor Identification Using Verb and Noun Clustering》。