宾州中文树库中的动词次范畴框架自动抽取.pdfVIP

第二十七届全国计算机信息管理学术交流会论文集 * 宾州中文树库中的动词次范畴框架自动抽取 谢靖 1 王东波 2 钱爱兵 1 （1 南京中医药大学经贸管理学院，南京 210046 ） （2 南京农业大学信息科学技术学院，南京 210095 ） bmy_xj@163.com 摘要：本文考察了宾州中文树库中动词短语成分分布，探讨了短语树库中动词次范畴框架自动抽取 实现。动词次范畴框架在语义标注、信息抽取等应用中具有十分重要的意义。文章在定性与定量分 析的基础上，对动词支配论元进行了进一步分析，并构建动词次范畴框架知识库，提供相关动词次 范畴框架知识服务。这些知识将作为今后信息抽取研究的基础，用于科技文献主题词、时间等实体 的自动识别。 关键词：宾州中文树库；动词次范畴框架；自动抽取；知识库；知识服务 分类号： TP391 Auto-extraction of Verb Subcategory Frames on Penn Chinese Treebank Abstract ：The paper explores the distribution of VP phrases in Penn Chinese Treebank. Based on statistics, verb subcategory frames (SCFs) are extracted. SCFs play important roles in semantic roles labeling, information extraction and other NLP tasks. Furthermore, the paper discusses the arguments in SCFs which contain topic, time and other entities. Finally, a knowledge base about SCFs is obtained to support verb lexicon knowledge service for future use in academic papers. Keywords ：Penn Chinese Treebank; verb subcategory frame; auto-extraction; knowledge base;knowledge service 1 引言 次范畴框架 （Subcategory Frame，SCF）是近年来自然语言处理研究的热点之一，通过次范畴框 架可以了解词汇及其搭配组合，并对次范畴框架中的论元成分进行语义标注和信息抽取。在传统检 索中，通过对检索词的组配完成查询，返回结果 中包含其他充当句法成分的干扰 。次范畴框架是句 法中充当论元 （argument ）关系的桥梁，其主要作用为通过动词、介词支配成分完成论元关系的表 述，主要表现为各种动词搭配、介词搭配 。通过考察动词搭配、介词搭配，可以获得这些在句法中 不充当检索对象的句法形式，进而提取形式中所包含 的论元，并通过语法关系建立论元间的语义关 联。 本文以宾州中文树库为数据来源，考察了树库中动词短语分布。在此基础上，对动词短语中包 含名词性成分的规则进行了抽取，即抽取树库中动词词汇次范畴框架。最终，本文构建了动词次范 畴框架知识库，提供相应动词次范畴框架知识服务，这些知识将为后续对于科技文献 的信息抽取工 作提供支持 。 ∗ 本文系国家自然科学基金面上项目“面向知识服务的知识组织模式与应用研究” (项目编号:、江苏省 社会科学基金项目立项资助项目“网络舆情监控预警模式研究”（项目编号：10TQC008）和江苏省教育厅高校哲学 社会科学研究基金“基于本体的高校突发事件网络舆情监控预警模式研究”(编号:2010SJB870003)的应用成果之一。