国内外隐喻知识库建设总结.doc

国内外隐喻知识库建设总结 　　摘 要：就国外的几个隐喻知识库，包括Master Metaphor List、Sense??frame、MetaBank、Metalude、Hamburg Metaphor Database、ATT??Meta以及国内的隐喻句库的建设进行综述，并对上述隐喻知识库作了简单评述。最后提出了一种建立面向计算的大规模汉语隐喻知识库构建的设想。?? 　　 　　关键词：隐喻； 知识库； 自然语言理解?? 　　 　　中图分类号：TP391 文献标志码：A 　　 文章编号：1001-3695(2008)09-2561-05 　　?? 　　Introduction of metaphor corpus 　　?? 　　ZHANG Xiaojun1,2a，QU Weiguang2b，3 　　?ぃ?1.School of Foreign Language， Shaanxi Normal University, Xi’an 710062, China;2a.School of Art Literature， b.School of Mathematics Computer， Nanjing Normal University, Nanjing 210097, China;3.Institute of Computational Linguistics, Peking University, Beijing 100081, China) 　　 　　??Abstract:This paper introduced and reviewed six foreign language databases,it included Master Metaphor List，Sense??frame，MetaBank，Metalude，Hamburg Metaphor Database，ATT??Meta and one Chinese metaphor database. Finally, it designed a large??scale Chinese metaphor knowledge database oriented to computation.?? 　　Key words:metaphor; knowledge database; natural language understanding 　　 　　0 引言 ?? 　　 　　隐喻理解的计算模型离不开隐喻知识库。这是由隐喻的认知性决定的。隐喻涉及本体概念与喻体概念之间的对比，因此隐喻计算模型的前提是要求系统具有概念描述和推理能力[1]。随着自然语言理解从字面义（literal meaning）到非字面义（non??literal meaning）研究的转变，隐喻作为非字面义的典型，越来越受到计算语言学家、认知语言学家和心理学家的重视，隐喻计算也成为自然语言处理的一个热点问题。国内对隐喻计算的研究越来越深入，主要集中在对隐喻计算的模型方法的介绍和研究上[2，3]，但对隐喻知识库建设的讨论不够深刻。目前，应用于隐喻计算的模型方法主要有以下四种：?? 　　a）基于优先语义的方法。这种方法认为理解隐喻义的方法不同于理解正常字面义的方法，突出语义知识的描写而不强调隐喻知识在隐喻理解中的应用。当句子中字面意义出现冲突（即选择限制发生冲突）时，就需要进行隐喻处理。比较有代表性的系统有Fass[4]提出的可以处理隐喻、转喻、字面义反常表达的隐喻理解模型Met5系统。?? 　　b）基于知识表示的方法。与基于优先语义的方法不同，该方法强调隐喻知识的表示以及隐喻知识在隐喻理解中的作用。其包括隐喻突显理论[5，6]和基于实例的模型，如Martin[7]设计的用来解释常规隐喻和识别新生隐喻的MIDAS系统，以及人工神经网络模型，如Veale[8]的Sapper模型。?? 　　c）基于类比推理和逻辑推理的方法。隐喻的理解需要人们运用常识进行推理，因此，许多学者采用逻辑方法进行隐喻的机器理解。典型模型包括Stainhart[9]提出的隐喻的结构理论和隐喻逻辑论、Gentner等人[10，11]的结构映射引擎SME、Holyoak等人[12]的ACME隐喻分析模型。?? 　　 　　d）基于语料库统计机器学习的方法。随着语料库语言学的发展，利用统计方法处理语言信息得到了广泛的关注，出现了许多基于统计学习方法的隐喻识别模型，如Kintsch等人[13，14]的基于潜在语义分析方法的模型，以及Mason[15，16]提出的基于语料库的隐喻句抽取引擎CorMet。?? 　　 　　从上面的计算模型来看，隐喻表达往往涉及到概念的推理关系，因此隐喻表达的识