面向信息檢索的漢語同義詞自動(dòng)識(shí)別.pdf

1、　同義詞的自動(dòng)發(fā)現(xiàn)和識(shí)別在信息檢索領(lǐng)域有著重要的研究意義和應(yīng)用價(jià)值，在自動(dòng)標(biāo)引、自動(dòng)分類、機(jī)器翻譯以及知識(shí)組織系統(tǒng)的互操作中，也起著重要的作用。 國外還沒有對(duì)同義詞的自動(dòng)識(shí)別進(jìn)行專門的研究，已有的研究只是側(cè)重于詞匯語義相似度的計(jì)算，其用途和目的并不是專門用于識(shí)別同義詞。在國內(nèi)，對(duì)于漢語同義詞識(shí)別的研究才剛剛開始，主要側(cè)重于基于詞匯字面相似度的方法和基于義類詞典的語義相似度方法。 為了提高同義詞自動(dòng)識(shí)別的效率，本文提出了從詞典釋義

2、中自動(dòng)發(fā)現(xiàn)和識(shí)別同義詞的方法，使用超鏈接分析算法和模式匹配算法，從不同的角度提取同義詞：第一部分是把詞匯之間注釋與被注釋的關(guān)系看成是一種鏈接關(guān)系，對(duì)給定的詞匯進(jìn)行分析，把與給定詞匯具有鏈接關(guān)系的所有相關(guān)詞匯構(gòu)造一個(gè)詞匯圖，圖中的每一個(gè)結(jié)點(diǎn)代表相關(guān)詞，每條弧代表了詞匯之間注釋與被注釋的關(guān)系，如果詞匯A的注釋中出現(xiàn)了詞匯B，那么在圖中就有一條從B指向A的弧。然后我們利用超鏈接分析方法并結(jié)合PageRank算法，計(jì)算詞匯的PageRank值，

3、把PageRank值看成是體現(xiàn)詞匯之間語義相似性的衡量指標(biāo)，最后為每一個(gè)詞匯生成候選同義詞集，并通過一定的篩選原則和方法，推薦出最佳的同義詞。第二部分是利用詞匯定義模式，對(duì)詞匯的釋義方式進(jìn)行分析，歸納總結(jié)出在詞典釋義中同義詞出現(xiàn)的模式，進(jìn)而利用模式匹配方法獲取同義詞。此外，利用模式匹配方法對(duì)Web網(wǎng)頁和期刊論文中的同義詞也進(jìn)行了提取測(cè)試。 最后，利用VB.NET、SQLServer2000、ASP等開發(fā)工具實(shí)現(xiàn)了基于詞典釋義的漢語同