基于語義文法的術(shù)語關(guān)系獲取方法研究.pdf

1、知識表示和知識抽取是人工智能領(lǐng)域的重要內(nèi)容。術(shù)語關(guān)系獲取是知識抽取的一個重要研究方向。術(shù)語是指代實體的詞語，術(shù)語間的關(guān)系表達實體間的關(guān)系。術(shù)語關(guān)系獲取是指從結(jié)構(gòu)化或半結(jié)構(gòu)化的文本中抽取術(shù)語間的關(guān)系，按一定的形式存儲在計算機中的過程。
　　術(shù)語關(guān)系雖然在定義上大致相同，但在具體的使用中卻千差萬別。又因為它隱藏在大量的互聯(lián)網(wǎng)信息中，如果只靠人工獲取，將耗費大量的人力、物力。而且即使獲取到大量的術(shù)語關(guān)系，這些關(guān)系也常常存在許多正確性判定

2、問題。驗證這些關(guān)系的正確性也是一個棘手的問題。目前這方面的研究相對較少。本文針對以上這些問題，重點研究名詞術(shù)語間的關(guān)系，從術(shù)語關(guān)系的形式化定義、獲取方法和驗證出發(fā)，取得以下四個方面的成果:
　　(1)術(shù)語關(guān)系的刻畫
　　本文總結(jié)術(shù)語間的各種關(guān)系，給出術(shù)語間關(guān)系的定義、謂詞表示以及分類。并從術(shù)語關(guān)系的描述對象、語料背景、術(shù)語關(guān)系間的關(guān)系三大方面給出了術(shù)語間關(guān)系的詳細刻畫。同時，在產(chǎn)生式基礎(chǔ)上引入中樞謂詞，構(gòu)建術(shù)語關(guān)系描述文法。

3、使術(shù)語關(guān)系文法能夠?qū)πg(shù)語關(guān)系的各種自然語言表達形式進行描述，為術(shù)語關(guān)系的獲取打下基礎(chǔ)。
　　(2)術(shù)語關(guān)系的獲取
　　本文通過分析術(shù)語關(guān)系語料，總結(jié)關(guān)系對應的文法集合。在OMKast基礎(chǔ)上，導入半結(jié)構(gòu)化語料，獲取術(shù)語關(guān)系集。并且根據(jù)獲取結(jié)果，分析總結(jié)關(guān)系獲取問題，給出解決策略。反過來利用解決策略指導文法構(gòu)建過程，以提高文法解析的正確率。
　　(3)術(shù)語關(guān)系公理的獲取和驗證
　　根據(jù)關(guān)系的定義，從關(guān)系的內(nèi)在性質(zhì)和外

4、在聯(lián)系出發(fā)，獲取術(shù)語關(guān)系間的所有公理，構(gòu)建公理系統(tǒng)。利用LL(1)型文法對其進行語法正確性驗證。利用謂詞邏輯推導公式，對其進行一致性（或矛盾性）驗證。然后參考素瓦的概念圖對其進行公理遺缺性檢驗，參考語義網(wǎng)絡(luò)圖對其進行關(guān)系遺缺性檢驗。并分別給出相應檢驗方法的算法。
　　(4)術(shù)語關(guān)系的驗證
　　獲得的術(shù)語關(guān)系中存在大量的干擾詞，因此在進行關(guān)系的驗證之前，先對獲取的術(shù)語關(guān)系進行預處理:建立剝離詞庫、剝離句模，剝離掉關(guān)系中的干擾詞