基于二元組合文法的語義知識(shí)庫構(gòu)建.pdf

1、句法分析一直是自然語言處理領(lǐng)域的熱點(diǎn)。從上世紀(jì)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(jī)器翻譯、信息抽取還是詞匯語義消歧，語義知識(shí)是所有這些應(yīng).用不可或缺的基礎(chǔ)性資源。 文中首先介紹了本文和整個(gè)系統(tǒng)所基于的二元組合文法體系，然后給出了整個(gè)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(shí)庫是語義分析和語義消歧的知識(shí)來源。 在隨后的章節(jié)

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

3、搭配屬性庫存儲(chǔ)詞與詞之間的二元語義搭配屬性關(guān)系，類屬關(guān)系庫描述的是詞語在某分類系統(tǒng)中的相對關(guān)系，組成關(guān)系庫描述的則是詞語之間整體與部分的關(guān)系。語義維護(hù)子系統(tǒng)負(fù)責(zé)維護(hù)語義知識(shí)庫，提供檢索、添加、刪除語義知識(shí)的接口。 然后討論了向語義庫中添加語義知識(shí)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(jì)的搭配識(shí)別算法，采用搭配屬性類別加統(tǒng)計(jì)的方法直接從依存樹庫中抽取搭配屬性知識(shí)，比單獨(dú)使用統(tǒng)計(jì)的方法提高

4、了準(zhǔn)確性和召回率，迅速的擴(kuò)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(shí)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(shí)別層次知識(shí)的方法，從文本中自動(dòng)抽取層次知識(shí)。這樣就構(gòu)建了一個(gè)初步能夠滿足基于語義的句法分析需求的語義知識(shí)庫。 語義知識(shí)庫的構(gòu)建工程量大，難度很高，目前還只能在有限目標(biāo)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(shí)現(xiàn)句法分析系統(tǒng)提供了基礎(chǔ)資源。該語