自然语言理解-词典_图文.ppt

HowNet动词示例 NO.=015492 W_C=打 G_C=V E_C=~毛衣，~毛裤，~双毛袜子，~草鞋，~一条围巾，~麻绳，~条辫子 W_E=knit G_E=V E_E= DEF=weave|辫编 救灾: DEF=rescue|救助,StateIni=unfortunate|不幸 扭亏为盈: DEF=alter|改变,StateIni=InDebt|亏损,StateFin=earn|赚 * HowNet动名语义关系描述 V event|事件 V1 static|静态 V2 act|行动 ActGeneral|泛动{agent,content} start|开始{agent,content} do|做{agent,content,manner} try|尝试{agent,content} endeavour|卖力{agent,content} VieFor|快干{agent,content} RashlyAct|蛮干{agent,content} venture|冒险{agent,content} …… * HowNet信息结构库 信息结构 餐馆：可以吃饭的场所 走私集团：一个从事犯罪活动的团体，特征是转移物品 句法分布式 餐馆: N1 + N2 走私集团：V + N 句法结构式 餐馆: N1 ..N2 走私集团: V ..N 信息结构模式 餐馆：{(物质,食物) [受事] --事件,行动,吃} --[处所] (组织/场所) 走私集团：(事件,行动) --[施事] (人/拟人) * HowNet信息结构库（续） 0分类号 SYN_S=N --N句法结构式 SEM_S=(万物) [领属物] --(万物) 信息结构模式 Query1: 什么？ Answer1: N1 + N2Query2: 什么样的？Query Answer: 表示该信息结构模式传达的真正信息并由此可产生的问与答 Answer2: “有”N1 “的”N2 例子：花园-洋房，星-空，艳阳-天，草-原，草-地，沙-地，花-园， 林荫-道，林荫-路，林荫-大道，水翼-船，气垫-船， 功勋-演员，功勋-运动员，技术-人员，专业-技术人员， 专业-人才，专业-人员，技-师，技-工，技术-员，手艺-人， * HowNet的规模 HowNet双语知识库 中文词项53335 英文词项57392 中文词条65953 英文词条75356 总记录数116533 HowNet信息结构库 信息结构模式：271个 句法分布式：49个 句法结构式：58个 实例：11,000 词语总字数：中文60,000字 * 词语的相似度计算 对于两个汉语词语W1和W2，如果W1有n个义项（概念）：S11，S12，……，S1n，W2有m个义项（概念）：S21，S22，……，S2m，我们规定，W1和W2的相似度各个概 念的相似度之最大值，也就是说： 注：在实际的文本中最好先排岐。 * 义原的相似度计算 义原之间的语义距离： 其中p1和p2表示两个义原（primitive），d是p1和p2在义原层次体系中的路径长度，是一个正整数。α是一个可调节的参数。 具体词与义原的相似度一律处理为一个小常数（γ）； 具体词和具体词的相似度，如果两个词相同，则为1，否则为0。 将任何义原（或具体词）与空值的相似度定义为一个小常数（δ）； * 虚词概念的相似度计算 .由于虚词概念总是用“{句法义原}”或“{关系义原}”这两种方式进行描述，所以，虚词概念的相似度计算非常简单，只需要计算其对应的句法义原或关系义原之间的相似度即可。 * 实词概念的相似度计算(1) 基本原则： 整体相似要建立在部分相似的基础上。 把一个复杂的整体分解成部分，通过计算部分之间的相似度得到整体的相似度。 先在二者的各个部分之间建立一一对应关系（组合配对），分别计算各个组合配对的相似度； 整体相似度等于各个组合配对的相似度的加权评价； 古代的战场的两军对垒：兵对兵、将对将，捉对厮杀。 * 实词概念的相似度计算(2) 将实词概念的语义表达式分成四个部分： –第一独立义原描述式：Sim1(S1,S2)； –其他独立义原描述式：Sim2(S1,S2)； –关系义原描述式：Sim3(S1,S2) –符号义原描述式：Sim4(S1,S2) 实词概念整体相似度计算公式： β1+β2+β3+β4=1　　　　　　　　　 β1≥β2≥β3≥β4 * 实词概念的相似度计算(3) 发现的问题：如果Sim1非常小，但Sim3或者Sim4比较大，将导致整体的相似度仍然比较大的不合理现象 改进的公式： 改进的意义：主要部分的相似度值对于次要部分的相似度值起到制约作用，也就是说，如果主要部分相似度比较低，那么次要部分的相似