先秦人名知識庫的構(gòu)建.pdf

1、本研究圍繞先秦人名知識庫的構(gòu)建,進行了初步系統(tǒng)的分析和實驗。主要內(nèi)容包括識別先秦人名及其所屬諸侯國、構(gòu)建異名同指和同名異指語料庫、構(gòu)建先秦人名知識庫等相關(guān)技術(shù)。具體做了以下幾項工作:
　　 (一)基于機器學習的先秦人名識別
　　 先秦人名和現(xiàn)代人名的構(gòu)成方式和上下文語境有很大不同。本研究以先秦文獻《左傳》為突破口,對書中的人名進行觀察和統(tǒng)計分析,挖掘其內(nèi)部構(gòu)成規(guī)律及其分布特征,并且利用CRF模型對先秦人名進行了識別。

2、r>　　 (二)基于機器學習和規(guī)則相結(jié)合的人名所屬諸侯國識別
　　 先秦時期,先后出現(xiàn)了二百多個諸侯國,識別出每個人所屬的諸侯國對于歷史知識檢索有其必要性。本研究首先分析了人工判斷人名國別和諸侯國識別的難點,然后利用人名所屬諸侯國的上下文長距離依賴關(guān)系,運用機器學習的方法對人名所屬諸侯國進行識別,最后利用兩條啟發(fā)式的規(guī)則糾正了部分誤識別的情況,取得了較好的識別效果。
　　 (三)構(gòu)建先秦異名同指和同名異指語料庫

3、　　 先秦文獻中存在著大量異名同指和同名異指的情況,這給閱讀和理解先秦文獻帶來了極大的不便,也給信息檢索帶來了困難。因此,構(gòu)建一個異名同指和同名異指的語料庫就顯得十分必要。本研究以自動標注為主,手工校對為輔,參考多本古籍文獻,構(gòu)建了先秦異名同指和同名異指語料庫。
　　 (四)構(gòu)建先秦人名知識庫
　　 先秦人名知識庫主要由人名表和人物表構(gòu)成。人名表主要是為了便于查找人名,表中只有兩個字段,即人物ID和人名。如果要了解該人