[CCD名词概念组成的调整与优化.docVIP

CCD名词概念组成的调整与优化* 昝红英1 刘扬2 柴玉梅1 申丰山1 张坤丽1 1 （郑州大学信息工程学院，河南郑州，450052） 2 （北京大学计算语言学研究所，北京，100871） iehyzan@ 摘要 语义知识库的构建与不断改进是文本内容理解的基础。本文针对CCD名词概念数据的特点，根据当代中文真实文本信息的词汇特征，提出了CCD名词概念的优化规范以及可行的优化方法，完成了CCD名词概念的初步优化工作，使CCD名词概念中文表示的准确性和完备性得到了显著改善。 关键词：中文概念词典 语义词典优化 同义词集合 准确性 完备性 The Adjustment and Improvement of the Noun Concepts’ Component in CCD ZAN Hongying1 LIU Yang2 CHAI Yumei1 SHEN Fengshan1 ZHANG Kunli1 1 (College of Information Engineering, Zhengzhou University, Zhengzhou , China 450052) 2 (Institute of Computational Linguistics, Peking University, Beijing, China 100871) iehyzan@ Abstract The Conctruction and the Improvement of Semantic Knowledge Base is the basic of Text Content Understanding. Aiming at the features of noun concepts in CCD and the words in the contemporary Chinese real text, this paper has put forward the criteria and feasible messures to improve the noun concepts in CCD. The authors have finished the elementary optimizing work to about 64000 noun concepts. It has apparently amended the precision and the completeness of CCD. Key Words: Chinese Concept Dictionary, Improvement of Semantic Dictionary, Set of Synonyms, precision, completeness 引言 语义是思维的体现者，是客观事物在人们头脑中的反映。人们在理解文本内容时常常是通过分析其中关键词语的语义概念及其语义关系来得到篇章语义的。为了达到一定的效果，人们对同一个概念往往换用不同的词来表现，一词多义和多词一义造就了自然语言的丰富性与灵活性，同时也给文本内容的理解造成了困难。对语言的理解主要是语义、概念的把握，针对中文文本词语意合的特点，基于词汇的语义概念的研究有着深远的意义，构建内容丰富的语义词典或语义知识库，能够为消歧等语义分析工作提供一定的依据。 语义知识库是计算机“理解”语言内容的基础，早在二十世纪初，一些哲学家就开始了语义的形式化研究[1，2]。进入20世纪80年代，自然语言的形式语义学和计算语义学开始走入计算语言学，这些研究的基础假设是人们对概念、语义、知识的理解有很大的相似性。20世纪80年代中后期，人们开始面向机用的语义知识库方面的研究，目前这方面的主要成果有Princeton大学的WordNet、California大学Berkeley分校的FrameNet以及微软公司的MindNet等，它们主要是以英语为描述对象，不便于中文语义的分析应用；目前中文方面的语义知识库有中科院语言信息中心的知网（HowNet）[7]、中国科学院