词汇语义关系评测研讨会.pptVIP

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同义词自动抽取研究. 中国图书馆学报, 2010, 1. 中文别名、通用名称等标记句子存在同义关系。 模板4 是百度百科减少重复词条所做的一种操作，这种操作也可作为一种模板对同义关系进行提取。 Pagerank以网页的被指向作为网页重要性的评判。 例如：描述词A的关键词集与描述词B的关键词集中，以相互引用的程度作为判断同义关系标准。 1、词A在B的关键词集中出现+并且词B在A的关键词集中出现。程度取决于出现与描述段落的位置。 素材天下网 -PPT模板免费下载 百度百科中的开放分类标签，中例如苹果的开放分类标签有植物，水果，蔷薇科，落叶乔木和苹果属，这些都是它的上位词。其中苹果属和水果在不同领域中为其直接上位词，其他为其间接上位词。 素材天下网 -PPT模板免费下载 在评测中让我们注意到一点，对某些学科的专业术语有其特定的上下位关系，目前我们关注的是生物学，除此之外对于军事机械等领域。。 在英文WordNet词网中，isa结构作为一个主要的词与词的关系。在中文中也存在词类关系，借鉴前人的研究，目前的中文ISA结构主要的问题在于，如何获取词信息。 以名词为主要词信息，用词典的方法在10个字符的窗口内抽取词信息。 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 基于模式匹配的方法-实验结果 对于给定的9455个目标词，其中有8268个词语能够获取到对应的词条百科。 基于词条概述能够获取到同义词的有815个目标词。 目录 基于语义词典的方法 基于《同义词词林（扩展版）》 基于中文概念词典CCD 基于网络资源的方法 基于模式匹配的方法 基于并列结构的方法 同义词传递性扩充的方法 基于并列结构的方法-基本思想 并列结构包含的两个词语一般有共同的形态，语义相似或相关，中间使用 “和，或，逗号，顿号”等并列连词进行连接。 假设并列结构包含的两个词语中一个是目标词，