現(xiàn)代漢語(yǔ)詞語(yǔ)搭配的自動(dòng)抽取方法.pdf

1、本文所研究的現(xiàn)代漢語(yǔ)詞語(yǔ)搭配的自動(dòng)抽取既涉及語(yǔ)言學(xué)知識(shí)，也涉及計(jì)算機(jī)科學(xué)等其他學(xué)科知識(shí)。通過(guò)對(duì)現(xiàn)代漢語(yǔ)詞法、句法、語(yǔ)義、語(yǔ)用等語(yǔ)言知識(shí)的學(xué)習(xí)和研究，找出其規(guī)律性，發(fā)現(xiàn)詞語(yǔ)搭配是人類(lèi)自然語(yǔ)言中全部可以物化知識(shí)的有機(jī)組成部分，在語(yǔ)言學(xué)習(xí)和中文信息處理方面，具有非常重要的作用和意義。 目前已有的詞語(yǔ)搭配抽取方法有：依據(jù)共現(xiàn)詞頻統(tǒng)計(jì)對(duì)詞語(yǔ)搭配進(jìn)行抽取；引入相對(duì)詞序比(RRWR)的方法對(duì)搭配詞語(yǔ)進(jìn)行篩選；應(yīng)用語(yǔ)言學(xué)中詞語(yǔ)搭配組合規(guī)律對(duì)搭配

2、詞語(yǔ)的詞性進(jìn)行限定；利用互信息等統(tǒng)計(jì)學(xué)模型在大規(guī)模語(yǔ)料中進(jìn)行詞語(yǔ)搭配的抽取等。在借鑒了前人研究的方法后，提出了基于框架的詞語(yǔ)搭配抽取方法，通過(guò)設(shè)定抽取框架，利用統(tǒng)計(jì)模型進(jìn)行搭配的抽取，并在語(yǔ)言學(xué)研究的基礎(chǔ)上，建立起多種統(tǒng)計(jì)信息量與語(yǔ)言知識(shí)相結(jié)合的詞語(yǔ)搭配自動(dòng)抽取模型，將該模型轉(zhuǎn)化為相應(yīng)的計(jì)算機(jī)程序算法，研制出軟件工具，實(shí)現(xiàn)在自動(dòng)抽取詞語(yǔ)搭配信息的同時(shí)，抽取出詞語(yǔ)間相應(yīng)的位置關(guān)系，以及語(yǔ)法結(jié)構(gòu)關(guān)系。 以“能力”和“質(zhì)量”為例，對(duì)自