利用知網(wǎng)進行（計算機）自然語言處理.pdf

1、自然語言理解,特別是中文信息處理,一直是計算機界的難題.讓計算機來理解和處理豐富的自然語言,極具挑戰(zhàn)性.自然語言的計算機處理是一個多學(xué)科交叉研究領(lǐng)域.來自計算機科學(xué)、語言學(xué)、數(shù)學(xué)等不同學(xué)科的研究人員構(gòu)成了目前這一領(lǐng)域的主要研究力量.自然語言處理就是研究如何能讓計算機理解并生成人們?nèi)粘Ｋ褂玫?如漢語、英語)語言,使得計算機懂得自然語言的含義,并對人給計算機提出的問題,通過對話的方式,用自然語言進行回答.近十多年來,隨著計算機本身以及信息

2、高速公路的飛速發(fā)展,中文信息處理開始更加重視語義的研究以及大規(guī)模語義詞典或大規(guī)模知識庫的建設(shè).知網(wǎng)的創(chuàng)始人董振東先生在從事多年這方面研究的基礎(chǔ)上在中文信息處理中創(chuàng)出新路,提出了知網(wǎng)(HowNet)的概念.知網(wǎng)是一個以漢語和英語的詞語所代表的概念為描述對象,以揭示概念與概念之間以及概念所具有的屬性之間的關(guān)系為基本內(nèi)容的常識知識庫.它為語言信息處理的研發(fā)提供了豐富的知識資源.本文根據(jù)董先生提出的知網(wǎng)理論和知網(wǎng)的數(shù)據(jù)文件,設(shè)計并建立了一個較為

3、系統(tǒng)的知識庫,并在上層利用知網(wǎng)知識庫進行漢語言信息處理方面做了初步的研究.對于知識庫的設(shè)計,即后臺的語言知識表示系統(tǒng),我們采用了程序表示和數(shù)據(jù)庫結(jié)合的方法,即采用面向?qū)ο蟮某绦蛟O(shè)計方法對知識的概念進行表示,同時在數(shù)據(jù)庫中記錄詞和程序的對應(yīng)關(guān)系.這樣在分析自然語言的時候,面對的不再是一些字符編碼的組合,而是一個能描述詞意義的對象集合.在知識庫的基礎(chǔ)之上我們還嘗試地設(shè)計了知識庫的API,為上層進行語言排歧和語義相似度計算等自然語言處理提供訪