基于词典和We的词汇关系抽取.PDFVIP

基于词典和Web 的词汇关系抽取 范庆虎 昝红英 张坤丽 贾玉祥 郑州大学信息工程学院，河南 郑州 450001 Email:fanqinghude@163.com {iehyzan, ieklzhang, ieyxjia}@ 摘要 郑州大学参加了NLPCC2012 中的词汇语义关系的任务，该任务包括两个子任务，子任务1 是同义 词抽取，采用中文概念词典、同义词词林等词典并且结合百度百科、有道翻译等Web 方式进行抽取，子任 务2 是下位词抽取，采用中文概念词典并且结合百度百科标签、互动百科、维基百科等Web 方式进行抽取。 两个子任务均采用词典和基于Web 的方法。其中子任务1 提交的结果宏平均F1 值取得了第二名，微平均 F1 值取得了第三名；任务2 提交的结果宏平均F1 值取得了第一名，微平均F1 值取得了第二名，子任务1 和子任务2 的所有召回率均取得了第一名。 关键词 同义词；下位词；词汇关系；基于词典；基于Web Lexical Reiteration Extraction Based on Dictionary and Web FAN Qinghu，ZAN Hongying，ZHANG Kunli ，JIA Yuxiang School of Information Engineering Zhengzhou University,Zhengzhou,Henan 450001 Email:fanqinghude@163.com {iehyzan,ieklzhang,ieyxjia}@ Abstract Zhengzhou university had taken part in the task of NLPCC 2012. The task contains two sub-tasks. The sub-task one was synonym extraction. The method of the sub-task one that was based on dictionary that contains Chinese Concept Dictionary, Tongyici Cilin (Extended) and combined with the Web that contains Baidu Encyclopedia,Hudong Encyclopedia and Youdao translation. The method of the sub-task two that was based on Chinese Concept Dictionary and combined with Web that contains Baidu Encyclopedia Tag,Hudong Encyclopedia and Wikipedia. The macro-average of F1 value of the evaluation values of the sub-task one achieved the second, the micro-average of F1 value of sub-task one reached the third. The macro-average of F1 value of the evaluation values of the sub-task two reached the first, the micro-average of F1 value reached the second. Both the sub-task one and the sub-task two with Recall rate reached the first. Key words synonym; hyponym; lexical reiteration; based on dictionary; based on Web 1 评测介绍 2012 年第一届自然语言处理与中文计算会议评测共设置2 个任务。其中，任务1 是面 向中文微博的情感分析，任务2 是中文词汇语义关系抽取。任务2 中包括两个子任务（同义 词发现和下位词发现）。下面对两个子任务的实现方法和实验过程做以详细介绍。 2 实现方法 2.1 同义词发现 同义词，指表达的意义相同或相近但表达形式不同的词汇。主要