基于WordNet和FrameNet的领域语义词典的构建研究

论文摘要

使用电子计算机来处理自然语言,每一步都需要机器词典的协助。信息抽取、词义消歧、信息检索、机器翻译、智能问答系统、人机对话等所有的计算语言学自动处理技术解决问题的前提是拥有一部或多部涵盖相应语言知识的机器词典。机器词典是一个知识库,只有具备了知识库中的知识才能够处理语言问题。机器词典是计算语言学应用的前提。构建实用的有效的电子词典,一直是自然语言处理方向的重点研究问题,也是计算机智能化的关键技术问题。一直以来,中外的计算语言学者对机器词典的构建思想和构建方法各持己见,所以机器词典的构造方法方式多种多样,能够使用并解决问题的却非常少。除了WordNet和FrameNet鲜有词典能够一直发展使用。本文作者从人类认知的角度出发,从人类大脑对知识的理解角度进行探索,并结合WordNet和FrameNet的词典构造原理,提出了一套构建领域词典的方法。本文所作的主要工作如下：（1）通过研读大量文献资料,理清了词典的发展历史,理清了词典和其他知识的关系,包括语言学,认知科学,认知语言学以及词典演变过程中出现的一门相对独立的科学——词典学。（2）在以往的文献资料的基础上,对WordNet和FrameNet进行了更细致和深入的剖析。对同义词集和框架语义学进行了详细的阐述,并从中获得了启发,以Gruber题元角色理论、G.Miller同义词集理论、Charles J.Fillmore格理论和框架语义学理论为基础提出了自己的一套观点,建立基于WordNet和FrameNet的领域语义词典。（3）说明了领域词典中从知识库到词汇模块的数据组织方式。采用尾字哈希表-词长索引表-词条链表模式。给出了词典中词的具体存放方式,并且给出了具体的词汇单元块模型。（4）将设计的领域语义词典用于分词系统和场景搜索中,利用词汇单元本身记录的角色选择限制信息通过检测谓词论元的匹配问题来解决分词中最大的障碍——歧义问题。场景搜索通过相关算法匹配词汇的静态和动态属性,设定阈值,显示最终结果词汇

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 机器词典的研究意义
• 1.3 国内外机器词典的研究现状
• 1.4 本论文的组织
• 第2章 探究与词典相关的理论知识
• 2.1 词典和语言的关系
• 2.2 词典与词典学
• 2.3 词典与认知科学,认知语言学
• 2.4 语义框架
• 2.5 词典的历史演变、类型、结构和功能
• 2.5.1 国外词典的发展史
• 2.5.2 我国词典发展史
• 2.6 WordNet和FrameNet综述
• 2.6.1 WordNet
• 2.6.2 FrameNet简介
• 第3章 领域语义词典的设计思想
• 3.1 通用和专用结合的思想
• 3.2 领域语义词典的理论基础
• 3.3 领域语义词典模型
• 3.3.1 词典的整体组织方式
• 3.3.2 词典的分层数据结构及理论依据
• 3.4 词典中词类划分
• 3.5 领域词典的收词原则
• 第4章 词语概念参数的设置方法
• 4.1 词语的属性
• 4.1.1 属性的定义
• 4.1.2 属性值元素
• 4.1.3 静态属性和动态属性
• 4.2 动词句法特征规则化
• 第5章 领域语义词典的设计实例及应用
• 5.1 领域语义词典实例
• 5.2 领域语义词典用于分词系统
• 5.3 领域语义词典用于场景搜索
• 第6章 总结与展望
• 参考文献
• 致谢
• 附录
• 在校期间发表的论文、科研成果等