Кратко — полисемия: одно слово имеет несколько связанных значений; значение назначается контекстом и коллокациями. На примере слова «Schloss» это проявляется явно: минимум два устойчивых значения — «замок, дворец» и «замок, запор».
1) Набор основных значений (пример)
- Schloss = «замок/дворец» (архитектурное сооружение, место проживания аристократии). Примеры коллокаций: besuchen, besichtigen, wohnen in, Schloss Neuschwanstein, Schlossanlage, Schlossgarten.
- Schloss = «замок/запор» (механизм для запирания). Коллокации: aufschließen, abschließen, Schlüssel, Tür, Schloss aus Metall, ins Schloss stecken.
(Промежуточные или переносные значения возможны: «Schloss» как часть названия завода, как историческое сооружение с ролью крепости и т.д.)
2) Как контекст и коллокации влияют
- Лексические коллокации (соседние лексемы) — сильный сигнал: глаголы и существительные выбирают свой тип объекта (aufschließen → значение «запор»; besichtigen → «замок»).
- Синтаксические роли: «das Schloss öffnen» — двусмысленно (можно открыть замок и открыть ворота дворца), но «ins Schloss schließen» обычно про запор; «im Schloss» почти всегда архитектурный объект.
- Морфология/композиция: составные слова (Wasserschloss, Schlossgarten) указывают на архитектурное значение; Türschloss, Vorhängeschloss — на запор.
- Прагматический/ситуационный контекст: упоминание ключа, двери, Sicherheit → запор; упоминание Besichtigung, Tourismus, Park → дворец.
- Мультилингвальные/переводные признаки: перевод на английский/русский (castle vs lock) полезен при корпусном анализе.
3) Методы для лексикографии
- Корпусный анализ: собрать примеры, сгруппировать по коллокациям и синтаксическим паттернам; оценить частоты и распределение по жанрам/регистрaм.
- Гранулярность смыслов: решать, разделять ли на два чётких смысла или вводить подклассы (например «repräsentatives Schloss» vs «Befestigungs-Schloss»). Описывать типичные коллокации и метки (регистры, область).
- Примеры употребления: выбирать репрезентативные примеры для каждого смысла; приводить типичные словосочетания и составные слова.
- Этимологическая/диахроническая пометка: объяснять связь смыслов (метафорическое или метонимическое развитие).
- Представление в словаре: определение + яркие коллокации + примеры + перекрестные ссылки (см. также Türschloss, Wasserschloss).
4) Стратегии для автоматического анализа (WSD / парсинг)
- Правила и шаблоны (high-precision heuristics):
- если в окне ±3 слова встречается ключ («Schlüssel», «Tür», «auf|ab|zu-» и т. п.), пометить как «запор»;
- если встречаются «besichtigen», «Schlossgarten», «Museum», «Schloss Neuschwanstein» — «замок».
- Статистические коллокационные метрики:
- вычислять связь слов с помощью PMI: $PMI(w,c)=\log \frac{P(w,c)}{P(w)P(c)}$ и выбирать сильные коллокации.
- Супервизированное обучение:
- признаки: леммы в окне, POS, зависимости (глагол-регент), составные слова, наличие имен собственных (Neuschwanstein → замок).
- модели: SVM/LogReg/нейросети; для языковых моделей — дообучение BERT на размеченных примерах.
- Контекстные эмбеддинги и кластеризация:
- извлечь эмбеддинги контекстов (BERT) для всех появлений «Schloss», затем кластеризовать; каждый кластер соответствует смыслу. Для сравнения эмбеддингов используют косинусную меру: $\cos (u,v)=\frac{u\cdot v}{\Vert u\Vert \Vert v\Vert }$.
- Мультиресурсный подход:
- использовать словари/Википедию/WordNet/BabelNet для инициализации сенс-инвентаря и как внешние признаки (связи с конкретными артикулами, ссылками).
- Нерегламентированное выделение смыслов (sense induction):
- кластеризация контекстов + интерпретация кластеров → новые значения; полезно при нехватке разметки.
- Оценка:
- разметить золотой корпус; метрики: точность/полнота/F1; при кластеризации — purity/ARI.
5) Практическая последовательность для внедрения
- собрать корпус с разными жанрами;
- вычислить частотные коллокации и PMI; выделить очевидные сигналы;
- создать небольшую разметку (правила для «хай-пришн» + ручная размета для спорных случаев);
- обучить модель (контекстные эмбеддинги + классификатор);
- добавить пост-процессы: использование составных слов и списков имен собственных для исправлений;
- в лексикографию включить результаты корпуса: частоты, коллокации, примеры, указания на переносы.
Заключение: для «Schloss» ключевые источники дисambiguации — коллокации (ключ, Tür vs besichtigen, Park), составные слова и синтаксические паттерны; в лексикографии — комбинировать корпусные данные и этимологию, в автоматике — сочетать правила, статистику коллокаций и современные контекстные эмбеддинги.