为了解决语义关系的歧义和语料中多义词的问题，我们引入了一种新的英语介词和所有格标记消歧的注释方案，并采用了广泛适用的 “超感分类” 而非细粒度字典定义方式来对介词和所有格进行注释，并结合谓词或场景上下文中标记的词汇贡献和角色，用相同的类别描述了介词和所有格。强的互评一致性和鼓励的解消歧方法的结果说明了该方案和任务的可行性。

May, 2018

该研究旨在利用 FrameNet 语料库来消歧及解释介词的意义，进而基于介词的行为（语义角色识别、语法和语义属性）构建完整的数据库，为自然语言处理应用提供更全面、细致的分析。

Apr, 2021

本文使用大型语言模型研究语法结构中的语义构成，通过将上下文词向量投影到三个不同的解释型语义空间中，自动得出语法结构中词汇项的语义性质，并发现主语中的单词被解释为比同一单词在宾语位置更具有代理性， AANN 结构中的名词被解释为更具测量性。此方法探究了语法结构的分布式意义，抽象出了特定词汇。

May, 2023

本文对 SNACS (Adposition 和 Case 补充语义网络) 进行了详细的语言学描述，该库包含 52 个语义标签，用于粗略描述不同语言中介词和格标记的使用，本文件特定于英语。

Apr, 2017

使用多语种 SNACS 注释方案，我们在印地语中提供了一个已完成且公开可用的附有语义关系注释的介词和格标记语料库，并利用语言模型自动标记 SNACS 超义，并取得了在英语上的类似成果，这可用于上游应用于语义角色标记和 Gujarti 等相关语言的扩展。

May, 2022

本研究采用半监督方法来增强介词意义的自动消歧功能。通过在未标注的多语数据上进行预训练，利用一个 LSTM 编码器来预测介词的翻译，然后在一个监督分类系统中将其作为组成部分进行微调，结果表明这种多语信号能够显著提高两个介词意义数据集的结果表现。

Nov, 2016

本文针对语言中的歧义问题提出了一种基于图片和联合排序的语义分割和介词短语附着识别方法，采用多个假设的联合排序方法比语言模型单独操作更准确。

Apr, 2016

该研究使用基于语义概念的上下文敏感的词嵌入，相比于传统的固定参数词嵌入，可以提高介词短语附着模型的准确度。

May, 2017

本文描述了一种新的基于语料库的介词短语附着消歧方法，并与其他基于语料库的方法在这个问题上的性能进行了比较。

Oct, 1994

本文探讨了语言中词汇的隐含意义，通过创建一个新的文本数据集以及利用词嵌入空间的方法解决了有限数据下立场检测的问题。

May, 2020