基于典故领域本体的诗词用典自动分析系统.pdfVIP

第1O卷 第6期 软 什 刊 VoIIONO6 2011q-6月 SOftwareGUide Jun 2011 基于典故领域本体的诗词用典 自动分析系统 姚 蕊 (广 东技术师范学院 工业 中心，广东 广州 510665) 摘 要 ：本课题填补了典故领域本体研究的空 白，为开发基于典故领域本体库的各种应用奠定 了基础。为加速数 以 万计的典故的实例化过程 ，本研 究采用 了词典法与互信 息法相结合的中文分词方法协助分解典故要素 ，取得 了很好 的效果 。 关键 词 ：典故；领域本体；诗词 OWI；词典分词法；互信息分词法 中图分类号 ：TP311．52 文献标识码 ：A 文章编号 ：1672—7800(2O11)06—008003 典故构成要素 的工作量 。例如 ，“老莱 ”是词典 十I的涧汇 ， l 典故领域本体库 的建立 据此计算机程序 自动把 “老莱衣”分解成 “老莱”和 “衣”两 个要素 。 1．1 定义实例 间的关系 (2)批量归纳典故属性 。沿用前例 ，上面运用词典分 典故本体实例之 间存在 以下几种关系 ： 词方法之后 ，共有 9个典故包含词汇 “老莱 ”，人T确 定 (1)典故类 的实例 间的 sameAs关系。同一典故，由 “老莱”是典故的人物属性后 ，便可批量地建立起这 9个典 于选取要素 的不 同，会产生多个 同义典故 。例如 ，典故 “桃 故实例 的人物属性 。 花源”与 “武陵源”同义 ，皆出白陶潜 的 《桃花源记》，前者选 (3)批量建立实例间的关系。对于有相 同出处 的典 自篇名 ，后者选 自地点，两者属于 sameAs关系。又如 ，典 故 ，可先批量假定它们有 sameAs关系 ， 对于 出处不 同 故 “沧浪濯缨”与 “濯缨”，虽然前者多了一个地点属性 (沧 但典故词语相 同的，可先假定它们有 differentFrom关系 。 浪)，但是他们仍然是 sameAs关系。 事后再用人工方式验证这些假 定。因为 已经有 了初步 的 (2)典故属性 的实例 间也存在 sameAs关系 。这是 由 关系归类 ，人工检验 的速度也 比较快。结果我们对 3114 同义词汇或称谓造成 的。例如 ，“广寒宫”与 “蟾宫”同义 ， 个典故 自动建立 了 15931个 sameAs关系，238个 differ— 因此，典故 “蟾宫桂”和 “广寒桂”具有相 同的属性。 entFrom关系 。 (3)典故类实例 间的differemFrom关系。少数典故 因方法 2和方法 3比较简单 ，下文只着重 阐述方法 】。 词语相同但含义与出处不同。对此 ，可以用 differentFrom 词典分词方法 即是依据词库把连续文本 自动划分成 关系加 以明确 区分 。 一 系列词汇的过程。典故源 自古汉语 。古汉语 巾两个音 定义典故实例间的这些关系 ，有利于更加灵活地甄别 节 以上的且不可分解 的词汇极少 ，所 以只需建立两字词的 典故 ，使推理系统能够 自动辨别各种 同义和异义词汇 。 词库 即可 。通过分析 《汉语大词典》，可获得 277926个两 1．2 实例化 字词汇。实验结果表 明，应用这个词库 ，22304个 2字 以 典故本体实例化的过程 ，即是对各个典故按上述要素 上的典故 中，有 17504个典故可被顺利分解 ，约 } 78． 进行分解 ，并对各