复句静态本体模型初探研究.pdf

复句静态本体模型初探 胡金柱1 邢福义2等 1华中师范大学计算机系软件工程研究所 2华中师范大学语言与语言教育研究中心 1 2 jzhu@mail．cenu．edu．crlfyxing@mail．ccnu．edu．cn 摘要：目前，中文信息处理在字和词两个层面上的研究已经出现了一批较为 成熟的实用技术。在此基础上，中文信息处理的研究应该上升到面向短语和句子 的层面上，并迸一步提升到汉语言文字的网络信息处理上。中文信息处理所面临 的已经是句法、语义、语用、篇章等深层次问题，而这在我国目前却还是明显的 弱项，严重制约了中文信息处理应用系统的研究。本文在我们独立研制的大规模 复句标注知识库的基础上，从中文信患处理所面临的句法、语义、语用、篇章等 深层次问题入手，讨论研究复句本体模型和小句中枢本体元模型及其语义网模型， 以及研究复句本体语义网元模型和语义网元模型。相关研究成果不仅有利于推动 汉语本体语义网的研究，而且有利于中文信患处理在重大问题上(如以小句为单位 的语言机器翻译研究、以小句为单位的网络信息安全研究)的有效突破，使中文信 患处理在与国际的接轨中实现跨越武的提高。 关键词：复句本体模型，小句本体元模型，静态模型，动态模型 一、丽一、前言茜 中文信息处理技术在我国现代化及信息化建设中起着越来越重要的作用，作 为一个高新技术的重点，它已经列入国务院批准的“国家中长期科学技术发展纲 领”。中文信息处理在从汉字信息处理进人汉语信息处理之后，在单机信息处理进 入网络信息处理之后，面临着新的更大的挑战和机遇。语言文字是信息的首要载 体，日常生活中的绝大部分信息是以语言文字表达、记载、传播和交换的。因此 随着计算机和因特网的推广应用，由数据处理、信息处理发展到知识处理，对语 言文字处理要求的深度和广度越来越高。可以认为，一个国家的语言文字的信息 第 处理水平和处理量基本上代表了这个国家进入信息社会的程度，其语言文字信息 的处理能力直接关系到它在网络社会和网络经济中的国际竞争能力。 “本体”这样一个起源于哲学的概念在被引入计算机领域后得到了很多学者的 关注，并逐步成为包括知识工程、自然语言处理和知识表示在内的诸多人工智能 研究团体的热门课题。主要原因在于本体使人与人、人与机器、机器与机器之间 的交流建立在对所交流领域的共识基础上。现在，本体技术已经发展成为知识表 示、知识管理、知识共享、知识复用的主流技术，正成为自然语言处理、web信 息检索、数据库和知识库管理、异构数据集成、数字图书馆、GIS、语义网等研究 领域共同关心的一个核心。 isan 息科学领域广泛接受的本体(Ontology)的正式定义：“Anontologyexplicit ofa specificationconceptualization”，即本体是对概念化的一个显式的规格说明。 目前计算机界认为本体是共享概念模型的明确的形式化规范说明。它包含4层 含义：概念化、明确化、形式化和共享。“概念化”是指通过抽象出客观世界中一 些现象的相关概念而得到概念模型，即概念系统所蕴含的语义结构是对某一事实 结构的一组非正式的约束规则，可以理解和／或表达为一组概念、定义和关系； “明确化”是指使用的概念及使用这些概念的约束都有明确的定义；“形式化”是指 本体是计算机可处理的；“共享”是指本体中体现的是共同认可的知识，反映的是 相关领域中公认的概念集。 本体是一种知识表示的方法，可用于数据库级别的知识共享。本体知识则更 强调它是作为通信、交流的依据，本体上推理的最终目的是获取交流的语义。本 体是为了统一的术语和概念的清晰表达，就是用来实现知识的共享和莺用①。 总之，本体的目标是获取、描述和表示相关领域的知识，提供对该领域知识 的共同理解，确定该领域内共同认可的词汇，并从不同层次的形式化模式上给出 这些词汇和词汇间相互关系的明确定义。 在Tim URI， XML，RDF(S)等语言标准之上的本体层(ontology