基于二元組合文法的語義知識庫構(gòu)建.pdf

1、句法分析一直是自然語言處理領域的熱點。從上世紀80年代以來，句法分析的處理的重心逐漸轉(zhuǎn)移到語義處理上來，詞一級語言單位的研究又是語義處理的重心。無論做機器翻譯、信息抽取還是詞匯語義消歧，語義知識是所有這些應.用不可或缺的基礎性資源。 文中首先介紹了本文和整個系統(tǒng)所基于的二元組合文法體系，然后給出了整個句法分析系統(tǒng)的整體架構(gòu)。在句法分析過程中，句法、語義分析相互交互，語義知識庫是語義分析和語義消歧的知識來源。 在隨后的章節(jié)

2、中介紹了主要的語義學設計理論和當前有代表性的語義知識詞典。語義學理論是語義知識庫設計的理論基礎。語義知識詞典的描述體系涉及多方面的內(nèi)容，既有層級分類關系，又有同義、同類關系。但是，總的來說，都還不能直接滿足中文信息處理的應用需求，但可以成為本語義知識庫的學習資源。 從句法分析實際需求出發(fā)，我們設計了語義知識庫的描述體系和組織結(jié)構(gòu)。語義知識庫由詞庫、語義搭配屬性庫、層次庫、類屬庫和語義庫維護子系統(tǒng)組成。詞庫在整個語義庫的中心，語義

3、搭配屬性庫存儲詞與詞之間的二元語義搭配屬性關系，類屬關系庫描述的是詞語在某分類系統(tǒng)中的相對關系，組成關系庫描述的則是詞語之間整體與部分的關系。語義維護子系統(tǒng)負責維護語義知識庫，提供檢索、添加、刪除語義知識的接口。 然后討論了向語義庫中添加語義知識的方法。首先介紹了哈工大的依存樹庫，證明了可以將依存樹轉(zhuǎn)換為二元組合樹，借鑒基于統(tǒng)計的搭配識別算法，采用搭配屬性類別加統(tǒng)計的方法直接從依存樹庫中抽取搭配屬性知識，比單獨使用統(tǒng)計的方法提高

4、了準確性和召回率，迅速的擴大了語義搭配屬性庫的規(guī)模。對于層次庫和類屬庫，以知網(wǎng)和WordNet為知識源，主要利用人工發(fā)現(xiàn)和判斷的方法，這樣是為了保證層次不產(chǎn)生混亂，然后借助模式識別層次知識的方法，從文本中自動抽取層次知識。這樣就構(gòu)建了一個初步能夠滿足基于語義的句法分析需求的語義知識庫。 語義知識庫的構(gòu)建工程量大，難度很高，目前還只能在有限目標下開展工作。但是我們已經(jīng)找到了一條可行的技術(shù)路徑，為實現(xiàn)句法分析系統(tǒng)提供了基礎資源。該語