WiC 不是 WSD：大语言模型和词汇歧义解决的研究

尽管最近在词汇语义任务方面取得了进展，但上下文中的词（WiC）仍然对语言模型具有挑战性。我们假设这种困难不仅源于比较一个词的两种上下文用法，还源于缺乏指定相关语义粒度级别的明确意义清单。我们在类似的设置下评估 WiC 和传统词义消歧 (WSD) 的开放式大语言模型。我们发现，与传统 WSD 中所做的类似，提供候选感官可以提高所有设置中的 WiC 性能。一般来说，明确的感知信息有助于模型做出更加一致和有针对性的判断。人类评估进一步表明，许多明显的 WiC 错误反映了标签模糊性或模型与注释器意义边界之间的不匹配，而不是简单的词汇理解失败。特别是，结果表明，大语言模型过度考虑了意义区分，常常导致基于过于细粒度区分的错误。