先秦人名知識(shí)庫(kù)的構(gòu)建.pdf

1、本研究圍繞先秦人名知識(shí)庫(kù)的構(gòu)建,進(jìn)行了初步系統(tǒng)的分析和實(shí)驗(yàn)。主要內(nèi)容包括識(shí)別先秦人名及其所屬諸侯國(guó)、構(gòu)建異名同指和同名異指語(yǔ)料庫(kù)、構(gòu)建先秦人名知識(shí)庫(kù)等相關(guān)技術(shù)。具體做了以下幾項(xiàng)工作:
　　 (一)基于機(jī)器學(xué)習(xí)的先秦人名識(shí)別
　　 先秦人名和現(xiàn)代人名的構(gòu)成方式和上下文語(yǔ)境有很大不同。本研究以先秦文獻(xiàn)《左傳》為突破口,對(duì)書中的人名進(jìn)行觀察和統(tǒng)計(jì)分析,挖掘其內(nèi)部構(gòu)成規(guī)律及其分布特征,并且利用CRF模型對(duì)先秦人名進(jìn)行了識(shí)別。

2、r>　　 (二)基于機(jī)器學(xué)習(xí)和規(guī)則相結(jié)合的人名所屬諸侯國(guó)識(shí)別
　　 先秦時(shí)期,先后出現(xiàn)了二百多個(gè)諸侯國(guó),識(shí)別出每個(gè)人所屬的諸侯國(guó)對(duì)于歷史知識(shí)檢索有其必要性。本研究首先分析了人工判斷人名國(guó)別和諸侯國(guó)識(shí)別的難點(diǎn),然后利用人名所屬諸侯國(guó)的上下文長(zhǎng)距離依賴關(guān)系,運(yùn)用機(jī)器學(xué)習(xí)的方法對(duì)人名所屬諸侯國(guó)進(jìn)行識(shí)別,最后利用兩條啟發(fā)式的規(guī)則糾正了部分誤識(shí)別的情況,取得了較好的識(shí)別效果。
　　 (三)構(gòu)建先秦異名同指和同名異指語(yǔ)料庫(kù)

3、　　 先秦文獻(xiàn)中存在著大量異名同指和同名異指的情況,這給閱讀和理解先秦文獻(xiàn)帶來(lái)了極大的不便,也給信息檢索帶來(lái)了困難。因此,構(gòu)建一個(gè)異名同指和同名異指的語(yǔ)料庫(kù)就顯得十分必要。本研究以自動(dòng)標(biāo)注為主,手工校對(duì)為輔,參考多本古籍文獻(xiàn),構(gòu)建了先秦異名同指和同名異指語(yǔ)料庫(kù)。
　　 (四)構(gòu)建先秦人名知識(shí)庫(kù)
　　 先秦人名知識(shí)庫(kù)主要由人名表和人物表構(gòu)成。人名表主要是為了便于查找人名,表中只有兩個(gè)字段,即人物ID和人名。如果要了解該人