成熟，已经可以轻易的从网上采集大规模的网.pdfVIP

计算语言学 第 讲上词典和语料库 2 · 刘群 中国科学院计算技术研究所 liuqun@ 中国科学院研究生院2003~2004学年第二学期课程讲义 内容提要：词典 • 词典与词典编纂 • 人读词典与机读词典 • 词典检索算法 • 应用之一：汉语新词语发现 • 应用之二：词汇语义相似度计算 2 词典与词典编纂的研究 • 词典学lexicology – Theory and description of lexical information • 计算词典学computational lexicology – formal modelling of lexical information • 词典编纂学lexicography – Construction of dictionaries (databases, handbooks) • 计算词典编纂学computational lexicography – construction and production of dictionaries using electronic publishing 3 内容提要：词典 • 词典与词典编纂 • 人读词典与机读词典 • 词典检索算法 • 应用之一：汉语新词语发现 • 应用之二：词汇语义相似度计算 4 机读词典与人读词典 • 人读词典（Human Readable Dictionary） – 格式不规范 – 数据完整性和一致性不好 – 非结构化 • 机读词典（Machine Readable Dictionary） – 格式规范 – 数据完整性和一致性较好 – 结构化 5 人读词典（demo ） • 金山词霸 story 中古英语storie 古法语estoire 拉丁语historia n -ries (1)故事，小说；传闻；轶事 Please read us a story! 请给我们读个故事！ (2) 谎话，假话 (3) （书籍、电影、戏剧等的）情节 (4) （报刊、杂志文章的）素材，题材 6 机读词典的分类 • 按信息类型分类 – 语法词典 – 语义词典（包括同义词典） – 双语词典 – … … • 按领域分类 – 通用词典 – 专业词典（术语词典） – 专名词典 – … … 7 汉语语法信息词典 • 开发单位：北京大学计算语言学研究所 • 参考文献： – 俞士汶等（1998）《现代汉语语法信息词典详解》，清华大学出版 社、广西科学技术出版社1998年版