面向词典编撰的词汇聚类的研究.pdfVIP

面向词典编撰的词汇聚类研究 刘华h2周凌燕1张普2 1(暨南大学华文学院，广州，510000)2(北京语言大学．北京，100000) E-maihliuhua0461@sina．com 摘要：针对分类词典中学科词条的获取和选择问题，本文利用文本分类中特征提取的方法在大规模分类语 料库中进行词汇聚类，从而达到辅助词典编撰的目的． 关键词：词典编撰文本分类特征提取词汇聚类 Words in on Studies Clusteringlexicography Hual，2Zhou Pu2 Liu LingYanlZhang ofJman ofChineseandCulture University·G咖gzhou·510000) 1(CollegeLanguage LanguageUniversity，Beijing·100000) 2(Beijing E-mail：liuhua0461@咖a．tom and lemma to classified Abstract：For selecting auxiliarybuilding dictionary,thispaperpresents obtaining subject in extractiontext in classed character art that fieldWords clusters by classing． dgofithm large-scalecorpus Extraction，Words Classing,CharacterClustering words：Lexicography,Text Key 本文针对分类词典中学科词条的获取和选择问题，利用文本分类和聚类中特征提取的方 法进行词汇聚类，从而达到辅助词典编撰的目的。 1 分类词典编撰 1．1综合性词典和专科性词典 现代词典按其收录内容和用途，可分为语文词典、综合性词典和专科性词典。其中，综 合性词典和专科性词典常常以学科(或题材)为纲来进行组织编排。 1．2分类词典编撰问题分析 按学科(或题材)编撰词典的两个关键问题在于学科词条的获取和选择。 1．2．1学科词条的获取 以往的词条通常是由学科领域的专家利用其学科经验来提供，这保证了学科词条的准确 性，但难以保证词条的一致性和学科涵盖性，特别是在编撰综合性词典时，如何调动大规模 的领域专家协同工作，更是一个大问题；网络的发展，使得知识更新非常快，单纯依靠专家 的知识很难保证学科词条的时效性，难以及时更新。 1．2．2学科词条的选择 —喝24i_一 综合性词典和专科性词典虽然都以学科为纲来进行组织编排的，但侧重点不一样。综合 性词典多收录各学科最基本、普通的词条；而专科性词典则注重收集专业性很强的学科术语。 因此，如何快速自动地获取学科分类的词条，并且区分其学科的专指度(词条的学科专 业性强度)成了词典编纂的两个瓶颈问题。 2 利用文本分类的特征提取方法进行词汇聚类 2．1特征提取方法 在文本