基于词典和WEB资源的词汇关系抽取_第1页
基于词典和WEB资源的词汇关系抽取_第2页
基于词典和WEB资源的词汇关系抽取_第3页
基于词典和WEB资源的词汇关系抽取_第4页
基于词典和WEB资源的词汇关系抽取_第5页
已阅读5页,还剩23页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、基于词典和网络资源的词汇关系抽取、词汇关系概述、同义词抽取资源介绍哈尔滨工业大学汉语概念词典同义词词林(扩展版)百度百科百度翻译有道翻译同义词抽取过程子词抽取资源百度百科互动百科维基百科百度相关搜索子词抽取过程实验结果、简介、同义词和子词发现对自然语言处理领域的信息检索和机器翻译研究具有重要意义。同义词和从属词的传统发现是基于词典知识库的,如汉语概念词典、同义词词林等。随着网络的发展,网络上出现了大量的资源知识库。例如,“百度百科”、“有道翻译”、“维基百科”等网络资源。结合传统词典和网络资源的优势,可以更有效地提取词汇关系。1同义词提取资源,哈尔滨工业大学汉语概念词典同义词词林(扩展版),百

2、度百科,百度翻译,有道翻译,1.1汉语概念词典(CCD),一个WordNet类型的汉英双语语义词典,从关系语义学的角度用Synset定义概念。概念之间的关系被定义来描述语义。1.2哈尔滨工业大学同义词词林(扩展版)在原有的三层分类体系上增加了两层,得到最终的五层分类体系。字典中出现的代表单词的唯一代码是:Ba01A02=物质Cb02A01=东南西北四方Ba01A02万物Cb06E09民间Ba01B08#固液气液半流体Ba01B10#导体半导体超导体。第八位数字代码是“=”、“、#”、“=”代表“相等”和“同义”1.3百度百科(1/4),基于特征词的模式识别,其中查询词用W(w)表示,特征词用S

3、(w)表示,它们在百科全书中的同义词用T(w)表示。提取的模式有:1 W(w) S(w) T(w),例如:“埃菲尔铁塔”在上述内容中,查询词W(w):“埃菲尔铁塔”,特征词S(w):“再次翻译”,同义词T(w):“埃菲尔铁塔”,1.3百度百科全书(2/4),2 T(w) S(w) W(w)例如:T(w):澳大利亚联邦,S(w):缩写,W(w):澳大利亚,1.3百度.有“高原上的船”在上面的内容中,W(w):牦牛,T(w):高原上的船,和S(w):百度百科(4/4)、4 W(w)和T(W)是同义词,已经合并。例如,在百度百科的“奥运村”中,奥运村和奥运村是同义的,已经合并了。西:奥运村,东:奥运

4、村。1.4百度翻译有合适的方法翻译同义词,如图1:图1百度翻译词汇,1.5有合适的方法翻译英语同义词,如图2:图2有合适的方法在线翻译同义词,2同义词流程图,2同义词流程图,例如,CCD中“睡得安稳”的CSynset字段是“睡得安稳,睡得安稳”,2同义词流程图,例如, 在同义词森林2同义词流程图中,“舒适”被编码为“Ga07A01”和“Hi35A01”,例如,澳大利亚联邦被缩写为澳大利亚2同义词流程图,例如:奥运村和奥运村是同义词并已合并。,2同义词流程图,例如,“阿肯色”对应英语为“阿肯色”,其翻译结果如下:-美国阿肯色大学,3个上下义词抽取资源,中文概念词典(CCD),百度互动百科,维基百科百度相关搜索,3.1中文概念词典(CCD),CCD的主要语义关系为上下义词、反义词和上下义词。在抽取低序词的过程中,CCD的低序关系主要用于抽取低序词。3.2百度百科,百度百科分类通过“tag:同义词词汇”获得,如图3:图3“安全软件”百度百科标签分类,3.3互动百科,互动百科分类标签,如图4:图4“安全软件”互动百科分类,3.4维基百科,维基百科分类标签,如图5:图5。3.5百度搜索,百度搜

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论