知网最新进展.doc

通告: 敬爱的知网用户： 我们计划为您更新知网数据。请您自2010年5月1日至6月1日期间，与 support@ 联系，确认您的联系人。 知网新闻: 自2008年末至今，特别是近5个月来，知网有了很大的发展。 1. 基础数据的更新 a. 为英语词语增加了丰富的词法和句法信息，以满足英语分析和英汉机器翻译研发的需要。其中例如：名词的单复数词尾变化，形容词和副词的比较级与最高级变化，动词的系动词、及物与不及物以及相应的句型等等。 b. 全面的一致性检查和修正。它是在程序的辅助下，最后由人工校订的。 c. 增加中英文词语，最新词语如“低碳”、“宅度假”等。知网基础数据规模现今如下： 中文词语条目 100168 英文词语条目 96370 中文义项 114985 英文义项 121042 概念定义 29868 总记录 191924 2. 完成“中文歧义结构判别系统之一 – VXY (Disambiguator of Chinese Syntactic Structures -- VXY)”。它可以判别中文里的一种极为常见的歧义结构（V+N/V/A+的N/V）。用户可以访问： 对该系统进行测试。 3. 完成“知网推理机 (HowNet Inference Machine)”。此系统为“意义群落测定系统”的基础，它包含下列两部分： a. “意义群落构建 (Sense Colony Construction)”。它是一个用以建造“意义群落”的软件。它的特点是：基于规则的，因此是可以由用户根据自己的需要来定制的。图1为软件的界面。 b. “意义群落 (Sense Colonies )”。它包含了基于知网中近30000概念的相关概念的集群。它是意义群落测定的依据。 4. 完成“意义群落测定系统 (System of Sense Colony Testing )”。它有效地应用于文本聚类、文本分类、信息过滤、歧义判别等。该系统的界面图2和3显示：在判别中文词“好日子”的三个义项中的结果。 5. 完成“基于知网的英汉机译系统Beta版 (HowNet-based English-Chinese MT System , Beta version)”。它直接采用知网作为它的基础数据，因此具有极强的语义功能。它是基于规则的，它的英汉语言转换平面，直接利用知网规定的语义角色。 图 1 图 2 图 3