中文詞典中詞匯屬性知識(shí)的獲取.pdf

1、詞匯知識(shí)庫(kù)是自然語言處理系統(tǒng)不可或缺的組成部分，語言知識(shí)庫(kù)的規(guī)模和質(zhì)量在很大程度上決定了自然語言處理系統(tǒng)的成敗。這已經(jīng)成為自然語言處理研究人員和系統(tǒng)開發(fā)者的共識(shí)。目前語義關(guān)系庫(kù)的建立，主要還是采用手工的方法，工作量很大。詞匯間關(guān)系必然有著其內(nèi)在的規(guī)律，完全有借助程序高效自動(dòng)輔助抽取的可能。如果能夠引入計(jì)算機(jī)輔助提取工作，那么建立這樣詞匯知識(shí)體系的效率將大大提高。本研究利用機(jī)器可讀詞典作為資源，使用基于bootstrapping的信息抽取

2、框架為技術(shù)手段，對(duì)詞典中詞匯的屬性知識(shí)進(jìn)行獲取。主要研究?jī)?nèi)容如下： ⑴提出了一套基于bootstrapping 框架的詞匯屬性知識(shí)獲取的完整流程。整個(gè)流程的關(guān)鍵部分是模板-元組的迭代獲取。 ⑵對(duì)知識(shí)獲取流程中的各個(gè)環(huán)節(jié)進(jìn)行了研究，并提出或應(yīng)用了相應(yīng)的方案。在初始模板的生成中，研究并使用了正規(guī)表達(dá)式來描述模板，并提出了在詞典釋義項(xiàng)中獲取詞匯知識(shí)模板的方法。在模板的合并過程中，采用多序列比對(duì)技術(shù)，對(duì)模板的抽取能力進(jìn)行增強(qiáng)。并