刘江鸣徐金安吴培昊张玉洁北京交通大学自然语言处理小组.pptVIP

刘江鸣 徐金安 吴培昊 张玉洁 面临的问题 流行词汇、网络用语等新词不断涌现 一词多义，老词新义 歧义性 传统方法 统计方法 模板方法 知识库 同义关系自动识别 模板匹配 词集处理 相关词条 超链词汇 模板匹配 模板1： A(简称|简称为|中文简称|又称|又称为|亦称|亦叫|亦作|又 叫|也称|也称为|俗称|又译|又译作|全称为|全称是) {左引号|冒号}B{右引号} 例如：杠杆原理: 亦称“杠杆平衡条件” 模板2： A{是|即}B(的简称|的全称|的对称|的缩写) 例如：马哲: 是马克思主义哲学的简称 模板匹配 模板3： A{:|【} 中文别名|通用名称 {】|:} B 例如：何首乌:中文别名: 首乌、夜交藤、赤首乌、铁秤砣 模板4： A(和)B(是同义词) 例如：万维网和www是同义词，已合并 词集处理 A的关键词集 B的关键词集 B词描述 A词描述 B引用A A引用B 同义关系 模板库 词描述 关键词集 同义关系 搜索队列 Crawler 词集处理 模板匹配 上下位关系自动识别 开放分类 词汇细化 领域分类 模板匹配 开放分类 百度百科 直接上位词 间接上位词 词汇细化 词语的构成 例如 勋章、大紫荊勳章、铜十字英勇勋章 领域分类 不同领域专业术语 生物领域、军事机械等 模板匹配 WordNet IS-A结构 词信息的获取 区分冗余信息 词典 模板匹配 IS-A结构定义 词典 例如 由于石油是一种不可再生原料 ? 阅读是一种信仰 ? 思念是一种病 上下位关系 词描述 关键词集 上下位关系 搜索队列 Crawler 词汇细化 学科分类 开放分类 模板匹配 模板库 专有名词 实验结果 同义关系 上下位关系 结论和未来工作 结论 网络蕴含大量信息并随着时代变化 关注词语类别和网络资源描述方式 词语的构成 未来工作 筛选并扩大有效模板库 缓解网络噪声 同义与上下位之间的关系