Возьмём слово «note» (англ.) — типичный пример омонимии/полисемии. Разберу семантическое поле, происхождение значений и механизмы контекстуального разрешения, затем — как это отражается в лексикографии и в автоматическом семантическом анализе.
1) Семантическое поле — основные значения и их границы
- «note» = знак / метка: базовое значение «знак, пометка» (напр., «take note», «note the error»).
- «note» = письменная краткая запись: «a note on the table», «lecture notes».
- «note» = банкнота / долговое обязательство: «a ten-pound note», исторически «promissory note».
- «note» = музыкальная нота (питч/длительность): «middle C is a note».
- «note» = оценка/замечание (acad./journalistic): «he received a good note», «editorial note».
Границы часто размыты: «note» как «пометка» близко к «письменной записи»; «promissory note» — исторически производное от «письменной метки/записи о долге».
2) Этимология (коротко)
- Общий корень: лат. nota «знак, отметка» (от verbum notare — «отмечать»).
- Музыкальное значение: лат. nota использовалось для обозначения тона/слога в солмизации; перешло в современное «musical note».
- Письменная запись и долговые бумаги: от «запись/заметка» — письменная пометка могла фиксировать обещание заплатить → «promissory/bank note».
Исторически одно исходное значение «знак/отметка» породило ряд узкоспециализированных значений через метафору и институционализацию.
3) Механизмы контекстуального разрешения неоднозначности (языковые сигналы)
- Лексические коллокации: «play/strike/hold» → музыкальная нота; «paper/bank/ten» → банкнота; «lecture/lecture hall/handout» → заметка/конспект.
- Синтаксические роли и селекционные ограничения глаголов: «play a note» vs «write a note» vs «issue a note».
- Морфология и композиты: «banknote», «notebook», «notation» указывают смысловой класс.
- Позиция и категория слов (POS): «note» после числителя + денежный контекст → банкнота; countability: большинство значений исчисляемы, но коллокации разные.
- Прагматический/дискурсивный контекст: ситуация (в классе → «notes» = конспект; в оркестре → музыкальные ноты).
- Просодика/интонация обычно несущественна для этих значений.
4) Лексикография: как фиксируется неоднозначность
- Словари дают отдельные значения в одном лексикографическом леме, обычно упорядоченные по частоте/истории, с пометами (music, finance, informal), примерами и этимиологиями.
- Различие «полисемия vs омонимия»: лексикографы склонны объединять связанные значения в одну статью (полисемия) и разделять исторически несвязанные (омонимия). Для «note» обычно — единая статья с разделами.
- Корпусная информация: современные словари используют частотные метки и коллокации для указания доминирующих употреблений.
- Проблема: гранулярность смыслов (слишком много мелких смыслов мешает пользователю) → практическая компрессия значений в несколько крупных сенсов.
5) Автоматический семантический анализ (WSD, кластеризация смыслов)
- Классические методы:
- Knowledge-based (Lesk): сопоставление контекстного окна с глоссами/примером — работает при хорошей глоссарной репрезентации.
- Supervised WSD: обучающие выборки с аннотированными смыслами (эффективны, но требуют размеченных данных для каждого смысла).
- Современные контекстуальные эмбеддинги (BERT, RoBERTa): представления слова зависят от контекста; для «note» разные контексты дают различающиеся векторы, что позволяет кластеризовать или классифицировать смыслы без явных правил.
- Фичи, полезные для автоматики: POS, зависимые слова (dependency), коллокации, соседние токены, предикативные глаголы, документная тема.
- Ограничения/вызовы:
- Sense inventory mismatch: разные ресурсы (WordNet, Wiktionary) дают разную гранулярность; модели учат либо на одном инвентаре, либо на эмпирических кластерах.
- Редкие значения (low-frequency senses, e.g. исторические или жаргонные) плохо распознаются.
- Необходимость объяснимости: модели дают векторное решение, но не всегда понятное объяснение выбора смысла.
- Практические приёмы: ретрофиттинг на глоссах, использование дополнительных знаний (Wikidata, онтологии), multi-task learning (WSD + POS + NER), дистанция до prototype-эмбеддингов для каждо́го смысла.
6) Конкретный пример (разрешение по сигнатурам)
- Контекст: «She left a note on his desk.» → глагол «left», локатив «on his desk» + предмет «left a note» указывает на «писменная запись».
- Контекст: «The conductor asked for a high note.» → «conductor/asked for/high» → музыкальная нота.
- Контекст: «He paid with a fifty-pound note.» → «paid/with/fifty-pound» → банкнота.
Автоматическая модель использует те же признаки: лексические маркеры и распределение семантического поля вектора контекста.
7) Выводы (сжатые)
- «Note» иллюстрирует типичную эволюцию от общего «знак/метка» к ряду смежных специализированных значений.
- Разрешение неоднозначности опирается на коллокации, синтаксис и прагматику; лексикография фиксирует это через разделы, пометки и примеры.
- В автоматике движущая сила — контекстуальные представления: современные модели решают WSD лучше, но страдают от проблем гранулярности смыслов и объяснимости.
Если хотите, могу кратко показать, как разные модели (Lesk vs BERT) справляются с конкретными примерами «note» на практике.