淺議wordnet的發(fā)展趨勢與應用

1、淺議淺議Wd的發(fā)展趨勢與應用的發(fā)展趨勢與應用隨著信息技術的發(fā)展，對電子計算機依賴的群體越來越大，更多的人都希望自己編寫的自然語言能夠與計算機直接對話，而實際上要使計算機能夠接受這些自然語言或者偽代碼，必須讓計算機本身具備語法、語義、詞法、句法等語境，而詞匯語義的構建就是基于Wd的，Wd一直是知識工程研究的重點，下面對它分別做一些分析和討論。2.Wd的來源與發(fā)展Wd[1]原本是由Princeton大學的心理學家，語言學家和計算機工程師聯(lián)合

2、設計的一種基于認知語言學的英語詞典。它不是把單詞以字母排列順序為原則，而是基于心理學和語言學的數據庫，組織形式是用戶在認知過程中所表現(xiàn)出的義類原則即詞以義聚，按照單詞的意義組成一個單詞的網絡。論文發(fā)表，排歧。。它是一個覆蓋范圍寬廣的英語詞匯語義網，以一種網的形式來描述詞語的意義，可以是利用語義成分表示語義[2]，也可以是利用關系表示語義，名詞，動詞，形容詞和副詞各自被組織成一個同義詞的網絡，每個同義詞集合都代表一個基本的語義概念，即在詞

3、的形式和意義之間建立起映射關系（mapping）用于描述詞匯矩陣，并且這些集合之間也由各種關系連接。一個多義詞就有可能出現(xiàn)在它的每個意思的同義詞集合中，對于這樣一個復雜的詞庫該如何創(chuàng)建呢，是手工編制還是機器自動生成，選擇手工構建詞典的優(yōu)點之一是便于創(chuàng)建更為豐富的詞條信息；其次是便于控制，下面我們將闡述以非的詞匯，表示的是同族關系；Troponyms關系表達的是目標詞匯的近義詞，表示的是近義關系；Antonyms關系表達的是與目標詞匯相反

4、的關系。表示的是反義關系。3.1抽取核心子本體、擴展、編輯以達到完善本體的方法以領域數據字典為依據，從wd中抽取一個子本體，從wd抽取wld本體核心概念為示例，這個過程其實就是一個概念發(fā)現(xiàn)的過程，必須有本體雛形作為抽取子本體的基礎，也就是通常所說的dleout方法；在抽取出的子本體基礎上，對其進行擴展與分析，wd是一部同義詞典，其有jwd和JWNLAPI作為詞典的訪問函數，wd只具有上下位等關系，沒有objectproperty這種關系

5、，概念可以抽取出來，關系的獲取還有一定的困難，通過抽取出的種子概念的相關概念為候選概念，利用種子概念與候選概念出現(xiàn)的概率，運用語料庫推算兩種子緊密度，以此確認候選概念是否擴展到本體中，wd獲取本體其實已經獲取了本體的關系，而無分類關系的可利用的方法是關聯(lián)規(guī)則挖掘法；最后用可視化工具protg處理，這也是目前應用最廣泛的本體編輯工具[3]。3.2其它方法簡述上述的方法是基于語義字典的生成本體的方法，其實生成本體的方法也可以基于文本甚至是基