中文詞典中詞匯屬性知識的獲取.pdf

1、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。目前語義關系庫的建立，主要還是采用手工的方法，工作量很大。詞匯間關系必然有著其內(nèi)在的規(guī)律，完全有借助程序高效自動輔助抽取的可能。如果能夠引入計算機輔助提取工作，那么建立這樣詞匯知識體系的效率將大大提高。本研究利用機器可讀詞典作為資源，使用基于bootstrapping的信息抽取

2、框架為技術手段，對詞典中詞匯的屬性知識進行獲取。主要研究內(nèi)容如下： ⑴提出了一套基于bootstrapping 框架的詞匯屬性知識獲取的完整流程。整個流程的關鍵部分是模板-元組的迭代獲取。 ⑵對知識獲取流程中的各個環(huán)節(jié)進行了研究，并提出或應用了相應的方案。在初始模板的生成中，研究并使用了正規(guī)表達式來描述模板，并提出了在詞典釋義項中獲取詞匯知識模板的方法。在模板的合并過程中，采用多序列比對技術，對模板的抽取能力進行增強。并