基于词形模糊归并的英文同义关系发现研究.pdfVIP

NSTL知识组织专刊 http: // 基于词形模糊归并的英文同义关系发现研究* □ 宋培彦 袁旭 / 中国科学技术信息研究所 北京 100038 摘要：同义关系是构建知识组织系统的重要方面。从词汇语义学角度对术语同义关系类型加以界定，采用 词形还原工具Norm 获得英文术语原形，获得同义词侯选集，进而基于词形模糊归并模型确定同义关系。实验 结果表明，基于词形的模糊归并有助于提高术语同义关系的构建效率。 关键词：词形还原，术语，同义词，模糊归并 DOI ：10.3772/j .issn .1673—2286.2012.12.010 1 引言 同义词是意义相同或意义相似的词。语言学家John I. Saeed的定义是：“同义词是那些意义相同或非常相似， 同义关系是叙词表、语义网络、本体等知识组织工 但发音不同的词。”《韦氏同义词新词典》给同义词的界 具最重要的构成要素之一，在信息检索、信息标引、术 定是：“本词典中，同义词将始终指的是英语中基本意义 语服务等许多研究领域有着广泛的应用。面对海量的 相同或非常相近的两个或多个词之一。”认知语言学家 术语和数字化文献资源，如何有效地对英文术语同义 J．Lyons认为在同义词与近义词之间还有一类词，这类 关系准确、快速地进行识别和归并，进而提高构建知识 词与另外两类词既有联系又有区别，即把同义词分为三 [1] 组织系统的效率，是当前需要加强研究的课题。 类：绝对同义词、部分同义词、近义词 。可见，同义词是 同义关系本质上是对同一概念的指称。同一个概 一种语义边界较为模糊的词语类聚方法，判断标准带有 念可以通过词或词组进行符号化，形成一组意义相同 一定的主观性，常常随着人们对客观事物认识角度、词语 或相近的集合。从词汇学的角度来说，术语作为一种约 使用语境等因素不同，这对计算机进行自动判定带来了 定俗成的语言符号系统，具有“能指”和“所指”两个 很大难度，需要人机结合进行判定。 方面，人们可以通过特定的符号形式对概念进行指称 人们对同义关系的实证研究也取得了很大进 和交流。语言符号和概念之间存在着某种重要的对应 展。总体上分为三种方法，一是基于wordnet等语义 关系，这就为计算机通过术语的形态变化自动进行同 资源，对词语之间的同义关系进行计算，如Andrew 义关系发现提供了重要依据。英文术语存在着较为丰 Krizhanovsky提出的基于同义词库提供源数据的语义 [2] 富的语言形态变化，通过词形处理获得术语原形并进 距离计算方法 ，这种方法准确率相对较高，但需要事先 行归并，有助于发现术语之间隐含的同义关系，为知识 建立一个语义关系准确、规模适当的术语资源，资源要求 组织系统的构建提供必要的支持。 较高；二是采用模式匹配方法，制定同义关系的发现规 则，从语料库中根据相似度挖掘出同义词，这种方法具有 2 研究现状