刘江鸣 徐金安 吴培昊 张玉洁北京交通大学自然语言处理小组.pptVIP

Liu L, Cao C, Wang H. Extracting hyponymic relations?from?Chinese free corpus. ACOS06 Proceedings of the 5th WSEAS international conference on Applied computer science. 2006: 962-968 Liu L, Cao C, Wang H. Extracting hyponymic relations?from?Chinese free corpus. ACOS06 Proceedings of the 5th WSEAS international conference on Applied computer science. 2006: 962-968 Liu L, Cao C, Wang H. Extracting hyponymic relations?from?Chinese free corpus. ACOS06 Proceedings of the 5th WSEAS international conference on Applied computer science. 2006: 962-968 Liu L, Cao C, Wang H. Extracting hyponymic relations?from?Chinese free corpus. ACOS06 Proceedings of the 5th WSEAS international conference on Applied computer science. 2006: 962-968 LOGO LOGO 刘江鸣 徐金安 吴培昊 张玉洁 北京交通大学自然语言处理小组 Page ? * 面临的问题 Page ? * 传统方法 Page ? * 同义关系自动识别 Page ? * 模板匹配 模板1： A(简称|简称为|中文简称|又称|又称为|亦称|亦叫|亦作|又 叫|也称|也称为|俗称|又译|又译作|全称为|全称是) {左引号|冒号}B{右引号} 例如：杠杆原理: 亦称“杠杆平衡条件” 模板2： A{是|即}B(的简称|的全称|的对称|的缩写) 例如：马哲: 是马克思主义哲学的简称 Page ? * 模板匹配 模板3： A{:|【} 中文别名|通用名称 {】|:} B 例如：何首乌:中文别名: 首乌、夜交藤、赤首乌、铁秤砣 模板4： A(和)B(是同义词) 例如：万维网和www是同义词，已合并 Page ? * 词集处理 A的关键词集 B的关键词集 B词描述 A词描述 B引用A A引用B Page ? * 同义关系 网络资源 模板库 词描述 关键词集 同义关系 搜索队列 Crawler 词集处理 模板匹配 Page ? * 上下位关系自动识别 Page ? * 开放分类 Page ? * 词汇细化 Page ? * 领域分类 Page ? * 模板匹配 Page ? * 模板匹配 ? 阅读是一种信仰 ? 思念是一种病 Page ? * 上下位关系 网络资源 词描述 关键词集 上下位关系 搜索队列 Crawler 词汇细化 学科分类 开放分类 模板匹配 模板库 专有名词 Page ? * 实验结果 Page ? * 结论和未来工作 结论 网络蕴含大量信息并随着时代变化 关注词语类别和网络资源描述方式 词语的构成 未来工作 筛选并扩大有效模板库 缓解网络噪声 同义与上下位之间的关系 语义关系自动识别主要面临的问题有 1、流行词汇、网络用语等新词不断涌现，这使得具有同义关系和上下位关系的词对数量越加繁多。 2、一词多义，老词新义。在网络上浮云，沙发等老词被赋予了新的意思。 3、这必然会导致更加严重的歧义性。 在如此情况下，我们关注的是词的普遍意思，也就是常用意思。而随着词义的演变，这种普遍意思不是永久不变的。 因此利用网络资源获取语义关系是具有时代性和有效性的。 同义关系 统计： 使用标记语料库训练二值分类器。 基于图的方法，Newman方法进行图聚类 模版： 上下位关系 IS-A结构 过滤规则 在评测中，同义关系自动识别以网络资源为基础（包括百度百科，维基百科等），主要利用的是百度百科和维基百科描述词的特点。 使用两种方法，模板匹配和词集处理。 模板匹配中，以前人的经验，选取有效的模板构造模板库，达到同义关系自动识别的目的 词集处理中，主要使用的是百度百科词条描述中关键词，这里的关键词包括相关词条和超链词汇。 参考前人的经验选取有效的模板并以此加以扩充。 形如“简称”“简称为”“的全称”“缩写”等词标记 陆勇,章成志,侯汉清. 基于百科资源的多策略中文