基于詞典和WEB資源的詞匯關(guān)系抽取

1、基于詞典和網(wǎng)絡(luò)資源的詞匯關(guān)系抽取、詞匯關(guān)系概述、同義詞抽取資源介紹哈爾濱工業(yè)大學(xué)漢語(yǔ)概念詞典同義詞詞林(擴(kuò)展版)百度百科百度翻譯有道翻譯同義詞抽取過(guò)程子詞抽取資源百度百科互動(dòng)百科維基百科百度相關(guān)搜索子詞抽取過(guò)程實(shí)驗(yàn)結(jié)果、簡(jiǎn)介、同義詞和子詞發(fā)現(xiàn)對(duì)自然語(yǔ)言處理領(lǐng)域的信息檢索和機(jī)器翻譯研究具有重要意義。同義詞和從屬詞的傳統(tǒng)發(fā)現(xiàn)是基于詞典知識(shí)庫(kù)的，如漢語(yǔ)概念詞典、同義詞詞林等。隨著網(wǎng)絡(luò)的發(fā)展，網(wǎng)絡(luò)上出現(xiàn)了大量的資源知識(shí)庫(kù)。例如，“百度百科”、“有道翻譯”、“維基百科”等網(wǎng)絡(luò)資源。結(jié)合傳統(tǒng)詞典和網(wǎng)絡(luò)資源的優(yōu)勢(shì)，可以更有效地提取詞匯關(guān)系。1同義詞提取資源，哈爾濱工業(yè)大學(xué)漢語(yǔ)概念詞典同義詞詞林(擴(kuò)展版)，百

2、度百科，百度翻譯，有道翻譯，1.1漢語(yǔ)概念詞典(CCD)，一個(gè)WordNet類型的漢英雙語(yǔ)語(yǔ)義詞典，從關(guān)系語(yǔ)義學(xué)的角度用Synset定義概念。概念之間的關(guān)系被定義來(lái)描述語(yǔ)義。1.2哈爾濱工業(yè)大學(xué)同義詞詞林(擴(kuò)展版)在原有的三層分類體系上增加了兩層，得到最終的五層分類體系。字典中出現(xiàn)的代表單詞的唯一代碼是：Ba01A02=物質(zhì)Cb02A01=東南西北四方Ba01A02萬(wàn)物Cb06E09民間Ba01B08#固液氣液半流體Ba01B10#導(dǎo)體半導(dǎo)體超導(dǎo)體。第八位數(shù)字代碼是“=”、“、#”、“=”代表“相等”和“同義”1.3百度百科(1/4)，基于特征詞的模式識(shí)別，其中查詢?cè)~用W(w)表示，特征詞用S

3、(w)表示，它們?cè)诎倏迫珪械耐x詞用T(w)表示。提取的模式有：1 W(w) S(w) T(w)，例如：“埃菲爾鐵塔”在上述內(nèi)容中，查詢?cè)~W(w):“埃菲爾鐵塔”，特征詞S(w):“再次翻譯”，同義詞T(w):“埃菲爾鐵塔”，1.3百度百科全書(2/4)，2 T(w) S(w) W(w)例如：T(w):澳大利亞聯(lián)邦，S(w):縮寫，W(w):澳大利亞，1.3百度.有“高原上的船”在上面的內(nèi)容中，W(w):牦牛，T(w):高原上的船，和S(w):百度百科(4/4)、4 W(w)和T(W)是同義詞，已經(jīng)合并。例如，在百度百科的“奧運(yùn)村”中，奧運(yùn)村和奧運(yùn)村是同義的，已經(jīng)合并了。西：奧運(yùn)村，東：奧運(yùn)

4、村。1.4百度翻譯有合適的方法翻譯同義詞，如圖1:圖1百度翻譯詞匯，1.5有合適的方法翻譯英語(yǔ)同義詞，如圖2:圖2有合適的方法在線翻譯同義詞，2同義詞流程圖，2同義詞流程圖，例如，CCD中“睡得安穩(wěn)”的CSynset字段是“睡得安穩(wěn)，睡得安穩(wěn)”，2同義詞流程圖，例如， 在同義詞森林2同義詞流程圖中，“舒適”被編碼為“Ga07A01”和“Hi35A01”，例如，澳大利亞聯(lián)邦被縮寫為澳大利亞2同義詞流程圖，例如：奧運(yùn)村和奧運(yùn)村是同義詞并已合并。，2同義詞流程圖，例如，“阿肯色”對(duì)應(yīng)英語(yǔ)為“阿肯色”，其翻譯結(jié)果如下：-美國(guó)阿肯色大學(xué)，3個(gè)上下義詞抽取資源，中文概念詞典(CCD)，百度互動(dòng)百科，維基百科百度相關(guān)搜索，3.1中文概念詞典(CCD)，CCD的主要語(yǔ)義關(guān)系為上下義詞、反義詞和上下義詞。在抽取低序詞的過(guò)程中，CCD的低序關(guān)系主要用于抽取低序詞。3.2百度百科，百度百科分類通過(guò)“tag:同義詞詞匯”獲得，如圖3:圖3“安全軟件”百度百科標(biāo)簽分類，3.3互動(dòng)百科，互動(dòng)百科分類標(biāo)簽，如圖4:圖4“安全軟件”互動(dòng)百科分類，3.4維基百科，維基百科分類標(biāo)簽，如圖5:圖5。3.5百度搜索，百度搜