復(fù)句關(guān)系詞自動(dòng)標(biāo)識(shí)系統(tǒng)中規(guī)則庫(kù)及其維護(hù)方法研究.pdf

1、中文信息處理包括字處理、詞處理、句處理和篇章處理三大內(nèi)容，復(fù)句作為漢語(yǔ)語(yǔ)法的重要實(shí)體單位，其處理過(guò)程為中文信息處理的重要內(nèi)容?！霸~處理”中漢語(yǔ)自動(dòng)分詞已有很大進(jìn)展，而“句處理”中的復(fù)句信息化成果還很少，目前對(duì)復(fù)句的研究以提取關(guān)系詞為基礎(chǔ)，研究復(fù)句中關(guān)系詞的自動(dòng)識(shí)別對(duì)中文翻譯和文本挖掘有很大意義。本文的研究即著眼于復(fù)句中關(guān)系詞自動(dòng)標(biāo)識(shí)的基礎(chǔ)部分一規(guī)則。
　　 在復(fù)句中關(guān)系詞自動(dòng)標(biāo)識(shí)的研究中，基于統(tǒng)計(jì)與基于規(guī)則兩種方法的結(jié)合是目前主

2、流的方法，而兩者中后者是前者的研究基礎(chǔ)，本文即以基于規(guī)則的專家系統(tǒng)理論為基礎(chǔ)探索關(guān)系詞的自動(dòng)標(biāo)識(shí)。
　　 針對(duì)漢語(yǔ)語(yǔ)言的復(fù)雜性，本文首先分析漢語(yǔ)復(fù)句語(yǔ)料庫(kù)，從中探索大量復(fù)句語(yǔ)料中規(guī)則的表示方法，即研究如何將語(yǔ)言現(xiàn)象歸納整理成以文字形式描述的規(guī)則。在描述規(guī)則時(shí)討論規(guī)則的特征表示方法，包括其數(shù)據(jù)結(jié)構(gòu)表示并根據(jù)不同的特征進(jìn)行相關(guān)分類。由于文字規(guī)則機(jī)器無(wú)法識(shí)別，本文通過(guò)制定統(tǒng)一的形式化標(biāo)準(zhǔn)，將文字規(guī)則形式化為規(guī)則引擎可以識(shí)別的邏輯規(guī)則；

3、其次，根據(jù)規(guī)則的特征規(guī)律建立規(guī)則庫(kù)，即設(shè)計(jì)不同的規(guī)則表存儲(chǔ)類型不同的規(guī)則，討論規(guī)則庫(kù)的邏輯結(jié)構(gòu)設(shè)計(jì)和規(guī)則的物理存儲(chǔ)，從而實(shí)現(xiàn)“靜態(tài)存儲(chǔ)，動(dòng)態(tài)使用”，使得規(guī)則引擎能通過(guò)調(diào)用規(guī)則庫(kù)中的規(guī)則達(dá)到關(guān)系詞自動(dòng)識(shí)別的目的；最后，由于規(guī)則庫(kù)在使用過(guò)程中，隨著規(guī)則的添加、修改、刪除等更新規(guī)則庫(kù)的操作，規(guī)則庫(kù)的一致性很難得以保證，且隨著規(guī)則的增多和內(nèi)容的日趨復(fù)雜，人工維護(hù)出現(xiàn)很多弊端，因此本文建立一個(gè)基于抽象推理樹(shù)模型的規(guī)則庫(kù)維護(hù)系統(tǒng)并代碼實(shí)現(xiàn)來(lái)檢測(cè)規(guī)則