基于唐詩語料庫的意象檢索研究.pdf

1、古籍是最具有中國特色的文獻(xiàn)，而古籍中的中國古代詩歌源遠(yuǎn)流長，在漢語語言文化中占有極其重要的地位。從唐宋詩入手開展中華典籍?dāng)?shù)字化研究，是對中華文化的繼承和發(fā)揚(yáng)。隨著計(jì)算語言學(xué)研究的進(jìn)展，計(jì)算機(jī)對文本的處理已由傳統(tǒng)的錄入、存儲(chǔ)、全文檢索等工作逐漸向文本自動(dòng)分類、智能檢索、信息提取乃至機(jī)器翻譯等深層次的研究發(fā)展。相關(guān)技術(shù)的進(jìn)步，特別是在現(xiàn)代漢語信息處理領(lǐng)域的進(jìn)展為開展古籍的深層次計(jì)算機(jī)輔助研究提供了思路、創(chuàng)造了條件。 在古籍整理方面，

2、基于全文檢索的數(shù)字化典籍的涌現(xiàn)，極大地方便了人們對古籍的整理、分析和研究。已經(jīng)問世的比較有代表性的數(shù)字化典籍系統(tǒng)有臺(tái)灣中研院的翰典全文檢索系統(tǒng)、北大中文系的全唐詩電子檢索系統(tǒng)以及臺(tái)灣元智大學(xué)和北大計(jì)算語言學(xué)研究所合作開發(fā)的宋代名家詩網(wǎng)絡(luò)檢索系統(tǒng)等。這些研究成果極大的促進(jìn)了計(jì)算機(jī)輔助研究的快速發(fā)展。 但是在現(xiàn)有的唐詩語料庫檢索系統(tǒng)中，一般是使用通用性的檢索工具進(jìn)行全文檢索。檢索時(shí)，無法細(xì)分檢索項(xiàng)目，檢索的精確度也較低。針對這個(gè)局限

3、，本文以《全唐詩》語料庫為數(shù)據(jù)基礎(chǔ)，以意象分類為目的，借助于重新構(gòu)造的《同義詞詞林》編碼體系、語義概念詞典等現(xiàn)有的研究成果，通過對計(jì)算出來的相似詩句經(jīng)過特定意象的神經(jīng)網(wǎng)絡(luò)模型分類整理后，得到用戶需要的更精確的相似詩句，即方便了用戶的檢索操作也可節(jié)省用戶檢索的時(shí)間。本文的特色之一就是根據(jù)中國唐詩的每一首詩中都或多或少由人、物、時(shí)空、現(xiàn)象和狀態(tài)、活動(dòng)五大要素組成的特點(diǎn)，借鑒《同義詞詞林》編碼體系，重新構(gòu)造了新的語義分類體系。另一個(gè)特色就是成