词汇语义学与知识本体.PDFVIP

词汇语义学与知识本体 冯志伟 在语义自动分析中，单词本身的语义信息是很重要的，根据“组成性原则”，句子的语 义是由构成该句子的单词的语义以及这些单词之间的语义关系组成的。因此，我们在自然语 言处理中，应该重视词汇语义的研究 1. 词汇语义学 语言中的词汇具有高度系统化的结构，正是这种结构决定了单词的意义和用法。这种结 构包括单词和它的意义之间的关系以及个别单词的内部结构。对这种系统化的、与意义相关 的结构的词汇研究叫做词汇语义学（Lexical Semantics ）。 从词汇语义学看来，词汇不是单词的有限的列表，而是高度系统化的结构。 在继续讲述词汇语义学之前，让我们首先引入一些新的术语，因为迄今为止我们用过的 这些术语都过于模糊。例如，对于“词”（word ）这个术语，目前已有各式各样的用法，这 增加了我们澄清其用法的难度。因此我们将使用“词位”（lexeme ）这个术语来替代“词” 这个术语，词位表示词典中一个单独的条目，是一个特定的正字法形式和音素形式与一些符 号的意义表示形式的组合。词典（Lexicon ）是有限个词位的列表，从词汇语义学的观点看 来，词典还是无限的意义的生成机制。一个词位的意义部分叫做“涵义”（sense ）。 词位和它的涵义之间存在着复杂的关系。这些关系可以用同形关系、多义关系、同义关 系和上下位关系来描述。 ——同形关系 形式相同而意义上没有联系的词位之间的关系叫做同形关系（homonymy ）。具有同形 关系的词位叫做同形词（homonyms ）。 例如： bank 有两个不同的意思： ① 银行（financial institution ）。在句子 “A bank can hold the investments in an account in the client’s name.” 中的bank 就具有这个意思，我们把它叫做 bank1 。 ② 倾斜的堤岸（sloping mound ）。在句子 “As the agriculture development on the east bank, the river will shrink even more.” 中的bank 就具有这个意思，我们把它叫做 bank2 。 Bank1 和 bank2 在意义上没有联系，在词源上，bank1 来自意大利语，而 bank2 来自斯 堪底纳维亚语。 同形词可以分为两种： ·同音异义词（Homophones ）： 发音相同但是拼写法不同的词位。例如，wood —would ； be—bee; weather—whether 。 ·同形异义词（Homographs ）：正词法形式相同但是发音不同的词位。例如， bass [bæs]— —bass [beis] 。bass [bæs]是一种皮肤带刺可食用的鱼，叫做“狼鲈”，而bass [beis] ： 表示低 音。 在自然语言处理中，我们应该重视同形关系的研究。 ·在拼写校正时，同音异义词可能会导致单词的拼写错误。例如，把 “weather ” 错误地 拼写成“whether ”。 ·在语音识别时，同音异义词会引起识别的困难。例如，“to”、 “two” 和 “too”发音相同， 在识别时难以区分。 ·在文本－语音转换系统（Text-To-Speech system，简称 TTS 系统）中，同形异义词由于发 音不同，会引起转换的错误。例如，bass[bæs] 和 bass [beis] 。 ——多义关系 一个单独的词位具有若干个彼此关联的涵义的现象，叫做多义关系现象（polysemy ）， 具有多义关系的词位叫做多义词，这意味着，在一个多义词中的各个涵义是彼此相关的，而 同形词的各个涵义是不相关的。 例如，英语的 head 是一个多义词。它具有如下的涵义： ① 包括大脑、眼睛、耳朵、鼻子和嘴的身体部分。 ② 物品的最前端。例如，“the head of the bed” （床头）。 ③ 头脑。例如， “Can’t you get these facts into your head?” 中的head 。 ②的涵义是从①的涵义的引申，③的涵义是①的涵义的缩小。各个涵义之间是有联系的。 判断涵义是否有联系的方法有两个：