名词短语隐喻性的知识可能会在共指解析中得到有益的利用，从而绕过非隐喻名词短语的解析。 然而，令人惊讶地注意到，最近将自动获取的照应性信息并入共指解析系统的尝试远非期望。 本文提出了一种全局学习方法，该方法通过标签传播算法确定名词短语的隐喻性，以提高基于学习的共指分辨率。 为了消除标签传播中的巨大计算负担。 在算法中，我们采用加权支持向量作为关键实例，以表示训练文本中所有带有照应性标记的NP实例。 此外，探索了两种核，即基于特征的RBF（径向基函数）核和具有近似匹配的卷积树核，以计算两个名词短语之