Машинное обучение в задачах поиска синонимов в тексте естественного языка

Проблема автоматического распознавания синонимии в текстах естественного языка наблюдается в подавляющем большинстве задач, предполагающих обработку такого текста. К сожалению, присущее людям понятие синонимии прямым образом никак не наследуется текстами, которые мы пишем, и, более того, оно не может быть математически строго формализовано. Из-за этих ограничений, при автоматическом (не ручном) анализе текста, если не возможно полагаться на сторонние "человеческие" оценки, применимы только косвенные методы. Один из широко используемых методов оценки семантической близости двух слов, фраз или каких-то других элементов текста основан на оценке семантического расстояние между ними. Цель этой работы - изучить этот метод, называющийся "Co-occurrence Retrieval Models", дать тщательный обзор его структуры, эффективности и условий эффективности его работы, сравнить с другими известными методами и предложить пути возможного улучшения метода или области исследования в целом. Будет проведено небольшое исследование на публично доступных текстовых данных. Также, будут обсуждены общие вопросы, касающиеся области исследования, вопросы ее значимости и актуальности.