基于機器可讀詞典的詞匯知識抽取.pdf

1、越來越多的實踐證明，詞匯知識庫是自然語言處理系統(tǒng)不可或缺的組成部分，語言知識庫的規(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。構(gòu)建概念之間的關(guān)系，是建立本體，特別是漢語本體的重要的研究課題，它們是自然語言處理進一步發(fā)展所必須倚重的基礎(chǔ)知識，不但是建立語言知識庫的理論基礎(chǔ)，而且有著廣泛的應用。目前語義關(guān)系庫的建立，還是采用手工的方法，工作量很大[5]。如果能夠引進計算機的輔助提取，那

2、么建立這樣詞匯知識體系的效率將大大提高。我們相信，這種詞匯間的關(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抽取的可能。本文利用機器可讀詞典作為資源，首先通過對釋義項進行分類，然后基于釋義分析自動生成用于抽取詞匯知識的模版，然后采用模版匹配的方法，實現(xiàn)詞匯知識的自動抽取，使用的是規(guī)則提取加上特征消歧的方法。在機器可讀詞典中，已經(jīng)蘊含了許多候選的關(guān)系模式，標注詞典中一部分具有特定類別的釋義進行分析，提取對其中上下位等語義關(guān)系有較為明顯

3、指示作用的模式，來構(gòu)建被釋義的名詞和釋義中出現(xiàn)的詞匯之間的語義關(guān)系。并根據(jù)上下文中的形態(tài)、句法等特征，建立相應的統(tǒng)計模型用以對結(jié)果進行過濾。在實現(xiàn)上述模型，在應用到《應用漢語詞典》中后，取得了較好的抽取效果。然后，在前面的研究基礎(chǔ)上，通過分析從機器可讀詞典中手工標注出來的各種上下文信息，研究對概念內(nèi)涵特征信息進行自動抽取的問題，并做了一些初步的嘗試。主要集中在對提取名詞的屬性特征以及部分形容詞(主要是顏色詞)的研究，具體方法是先手工標注