一個(gè)中文語(yǔ)義語(yǔ)料庫(kù)的研究與建設(shè).pdf

1、經(jīng)過(guò)幾十年的蓬勃發(fā)展之后，自然語(yǔ)言處理面臨著語(yǔ)義知識(shí)資源匱乏和處理技術(shù)欠缺的瓶頸，語(yǔ)義資源建設(shè)對(duì)自然語(yǔ)言處理的未來(lái)具有重要意義。本文選擇中文語(yǔ)義語(yǔ)料庫(kù)建設(shè)作為研究課題，選擇人民日?qǐng)?bào)語(yǔ)料為標(biāo)注對(duì)象，從知網(wǎng)進(jìn)行知識(shí)獲取，研究了以知網(wǎng)標(biāo)記集進(jìn)行漢語(yǔ)語(yǔ)料庫(kù)語(yǔ)義標(biāo)注的方法，并進(jìn)一步開(kāi)發(fā)了語(yǔ)義標(biāo)注的漢語(yǔ)語(yǔ)料庫(kù)L2bank。 以語(yǔ)義語(yǔ)料庫(kù)的建設(shè)為目標(biāo)，以語(yǔ)義標(biāo)注技術(shù)為手段，本文做了以下幾個(gè)方面的工作： 首先，通過(guò)對(duì)國(guó)內(nèi)外語(yǔ)義語(yǔ)料庫(kù)建設(shè)

2、的發(fā)展與現(xiàn)狀、語(yǔ)料庫(kù)建設(shè)的語(yǔ)義知識(shí)源的調(diào)研，確定了知網(wǎng)作為語(yǔ)義知識(shí)源，人民日?qǐng)?bào)作為基礎(chǔ)生語(yǔ)料庫(kù)，Oracle9iFS作為構(gòu)建平臺(tái)的總體設(shè)計(jì)，在此基礎(chǔ)上確定了L2bank語(yǔ)義語(yǔ)料庫(kù)的總體設(shè)計(jì)和基本構(gòu)架，為后續(xù)工作奠定了基礎(chǔ)。 然后，探討了語(yǔ)義標(biāo)注的基本技術(shù)，提出了基于知網(wǎng)的語(yǔ)義相關(guān)度計(jì)算模型。該模型所使用的語(yǔ)義關(guān)系挖掘思想可以解決語(yǔ)義語(yǔ)料庫(kù)建設(shè)的難點(diǎn)：多義詞的消歧問(wèn)題，成為本文特色之一。實(shí)驗(yàn)結(jié)果表明該方法消歧正確率可達(dá)80％，能夠