基于概念圖模型的詞匯多源釋義的融合研究.pdf

1、隨著計(jì)算機(jī)的普及以及互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡(luò)上的各種信息呈爆炸式的增長(zhǎng)，傳統(tǒng)的采用布爾檢索模型的中文信息檢索已經(jīng)越來(lái)越不能滿足人們的需要，以漢語(yǔ)內(nèi)涵語(yǔ)義分析作為著眼點(diǎn)的概念信息檢索成為目前中文信息檢索的一個(gè)新的發(fā)展方向?；诟拍顖D模型理論的概念信息檢索包括用戶需求的概念分析、概念圖的標(biāo)引以及概念圖的匹配。其中概念圖標(biāo)引質(zhì)量的好壞很大程度上影響著整個(gè)信息檢索系統(tǒng)的性能。為了提高概念圖標(biāo)引的準(zhǔn)確率和對(duì)已有的概念圖標(biāo)引結(jié)果提供校驗(yàn)，本文作者旨在

2、構(gòu)建一個(gè)知識(shí)完備、內(nèi)容翔實(shí)、信息準(zhǔn)確的相關(guān)領(lǐng)域概念知識(shí)庫(kù)，以期為進(jìn)一步構(gòu)建實(shí)體概念內(nèi)涵關(guān)系網(wǎng)絡(luò)、改進(jìn)和完善基于概念的信息檢索提供了必要的基礎(chǔ)資源。為了構(gòu)建這樣的一個(gè)領(lǐng)域知識(shí)庫(kù)，本文工作選擇了知識(shí)豐富權(quán)威、信息組織規(guī)范的機(jī)器可讀詞典作為知識(shí)庫(kù)的源語(yǔ)料。然而以往的詞典知識(shí)抽取大都針對(duì)一部詞典，忽略了多部詞典內(nèi)涵信息之間的相容性和互補(bǔ)性。因此本文在已有工作的基礎(chǔ)上嘗試著提出一種機(jī)讀詞典內(nèi)涵屬性信息抽取的改進(jìn)方法，目標(biāo)是使知識(shí)來(lái)源多樣化并能夠在

3、保證一定的知識(shí)覆蓋面的同時(shí)達(dá)到可以接受的準(zhǔn)確率，通過(guò)新的方法構(gòu)建合適的機(jī)讀詞典領(lǐng)域知識(shí)庫(kù)不但可以為概念圖的標(biāo)引提供準(zhǔn)確的知識(shí)信息，也可以為用戶的需求分析和需求與snippet的標(biāo)引提供校驗(yàn)，具有很強(qiáng)的實(shí)際意義。本文的研究是以概念圖模型理論為基礎(chǔ)的。本文的工作內(nèi)容及貢獻(xiàn)主要如下：1.嘗試了同時(shí)對(duì)《現(xiàn)代漢語(yǔ)詞典》和《現(xiàn)代漢語(yǔ)規(guī)范詞典》的內(nèi)涵屬性信息抽取和融合，得到的以實(shí)體-內(nèi)涵屬性值關(guān)系對(duì)形式表示的內(nèi)涵屬性信息盡量綜合兩部詞典的知識(shí)，可以直

4、接應(yīng)用于概念圖的標(biāo)引和校驗(yàn)，避免再對(duì)詞典釋義進(jìn)行概念分析，提高標(biāo)引的效率和準(zhǔn)確率。2.嘗試了采用模式聚類方法對(duì)抽取模式進(jìn)行分類。通過(guò)對(duì)抽取模式進(jìn)行聚類并按內(nèi)涵屬性類型劃分為不同的簇，再按照不同的簇從詞典中抽取出不同內(nèi)涵屬性類型的內(nèi)涵屬性值。這樣就極大的降低了識(shí)別抽取模式的內(nèi)涵屬性類型的人力消耗。3.嘗試了將語(yǔ)義相似度計(jì)算引入到抽取模式的聚類中。通過(guò)計(jì)算抽取模式的上下文之間的語(yǔ)義相似度可以降低模式聚類的錯(cuò)分率，提高詞典內(nèi)涵屬性值抽取的準(zhǔn)確