《知网--可计算的词典.ppt》由会员分享，可在线阅读，更多相关《知网--可计算的词典.ppt（32页珍藏版）》请在三一文库上搜索。
1、知网 - 可计算的词典,董振东 北大 2005-11,提纲,创新是语言研究现代化的灵魂 知网可以告诉我们什么,创新是语言研究现代化的灵魂,语言本体研究需要创新 计算语言学研究也需要创新,知网可以告诉我们什么,概况: Chinese character 7108 Chinese word & expression 83397 English word & expression 79246 Chinese Meaning 97764 English Meanings 98963 DEF count 24999 Record Total 162047,知网可以告诉我们什么,概念： 物事： 574
2、88 部件： 6904 时间： 2209 空间： 1062 属性： 3749 属性值： 9044 事件： 12251,知网可以告诉我们什么,词类： ADJ： 11648 ADV： 1513 NOUN： 46412 VERB： 25742 ,知网可以告诉我们什么,词长度统计 词长=1： 6905 词长=2： 45724 词长=3： 13681 词长=4： 13822 词长=5： 1649 ,知网可以告诉我们什么,同义：Set= 13349 词语数： 53871 反义：Set= 12811 对义：Set= 6691,知网可以告诉我们什么,“火车” 上位概念：entity|实体 = thing|万物
3、 = physical|物质 = inanimate|无生物 = artifact|人工物 = implement|器具 = vehicle|交通工具 = LandVehicle|车,知网可以告诉我们什么,“火车” 下位词语：货车 军列 邮车 客车 旅客列车 特等豪华铁路客车 通勤列车 与船期衔接的旅客列车 快车 流线型火车 特别快车 直达车 特快 直达快车 直快 子弹头 子弹头列车 慢车 晚班车 晚车 夜车 早班车 早车,知网可以告诉我们什么,“火车” 部件： 餐车 车厢 豪华车厢 客车车厢 旅客车厢 寝车 卧车 火车头 蒸汽机车 机车,知网可以告诉我们什么,属性值对属性的指向 “大方”：
4、1。GoodLooking|好看 attribute is Beauty|美丑 2。generous|慷 attribute is Tolerance|气量 3。unaffected|落落大方 attribute is Grace|典雅 属性的相应属性值的表达 “名声” 1。Reputation|名声 s value(s) are: = ReputationValue|名声值 = famous|著名 = Notwellknown|无名 = infamous|臭名,知网可以告诉我们什么,任何概念的词语表达 famous|著名： 驰名 驰誉 大名鼎鼎 当红 鼎鼎大名 妇孺皆知 赫赫有名 红 家喻户
5、晓 尽人皆知 老牌 流芳百世 流芳千古 名 名垂千古 名垂青史 名牌 名声大振 名特优 名特优新 名噪一时 名震一时 如雷贯耳 声名大噪 声名大振 头面 闻达 闻名 显赫 小有名气 已知 永垂不朽 有名 有名气 知名 炙手可热,知网可以告诉我们什么,义项： 单义词语 71987 多义词语 9102 仅类义原可区分 7892 仅类义原不可区分 1206,知网的义原、语义特征、语义关系,义原 Sememes 2099 Entity 151 thing (physical, mental, fact) component (part, fitting) time space (direction,
6、location) Event (relation, state; action) 812 Attribute 247 AttributeValue 889 次要特征 Secondary features 113 语义角色 Semantic roles 90,知网的事件角色框架 （812）, be|是 isa|是非关系:relevant=*,isa=*; isa|是非关系:relevant=*,descriptive=* become|成为 be|是:relevant=*,isa=*; be|是:relevant=*,descriptive=* mean|指代 be|是:relevant=*,
7、isa=* BeNot|非 isa|是非关系:relevant=*,isa=*; isa|是非关系:relevant=*,descriptive=*,知网的事件角色框架, inclusive|蕴涵关系 relation|关系 contain|包含 inclusive|蕴涵关系:whole=*, OfPart=* BeMember|隶属 inclusive|蕴涵关系: whole=*,OfPart=*,知网的事件角色框架, AlterIsa|变是非 AlterRelation|变关系:agent=* CauseToBe|使之是 AlterIsa|变是非: agent=*,patient=*,Re
8、sultIsa=* appoint|任命 CauseToBe|使之是: agent=*,patient=*,ResultIsa=* CauseNotToBe|使之非 AlterIsa|变是非: agent=*,patient=*,ResultIsa=* dismiss|罢免 CauseNotToBe|使之非: agent=*,patient=*,ResultIsa=* replace|代替 AlterIsa|变是非: agent=*,patient=*,ResultIsa=*,谢谢！,提纲,词语选择、词表制定 词语的释义 词性问题 义项确定,词语选择、词表制定,新词语选择的原则 “伊妹儿” -
9、 电子邮件 紧缩词选取的原则 “婚介” “清欠办” “计生委”,词语的释义,“打” - 用手或器具撞击物体 “撞击” - 运动着的物体跟别的物体猛然碰上 “碰” - 运动着的物体跟别的物体突然接触 “接触” - 挨上；碰着 “挨” - 靠近 “靠近”-向一定目标运动，使彼此间的距离缩小 “运动” - 物体的位置不断变化的现象 “有” - 表示领有（跟“无”或“没”相对） “领有” - 拥有或占有 “拥有” - 领有；具有 “具有” - 有（多用于抽象事物）,词性问题 （1）,兼类 （V）学习、研究、发展、增长 千军万马、学有专长、穷追猛打 细心、妩媚 短语的词性 （N）环境保护、环境污染 （?
10、）信任投票、空中管制,树库还是拼图游戏？,(IP (NP-SBJ (NN 经济) (VP (ADVP (AD 年平均) (VV 增长) (QP-EXT (CD 百分之十七) (PU ，) (IP (NP-SBJ *pro*) (VP (VV 高于) (NP-OBJ (NP (DP (DT 全) (NP (NN 国) (ADJP (JJ 年平均) (NP (NN 增长) (NN 速度) (PU 。),词性问题 （2）,词性的确定 海战 N；陆战 N；空战 V； -现汉-5 海战 N；空战 V/N - 规范,义原-义项-词语的关系,词或字,症结在于“词” 分词规范、分词单位、规范化词表 分词技术 新词 去意、外卖、外卖郎、野浴、野泳 求真务实、催人奋进 知网只处理字和词语 （例：“春”）,词性,淡化词性 缺乏词的形态变化 词类与句法功能不一一对应 词性在结构分布上的特征不突出 基于句法的汉语树库应质疑,比较,例子： 其实早在三个月前总经理已萌生去意 那些写手们必须按时把稿子交到攒书公司编辑部 如今她已为人妻，也已为人母，虽少了几分少 的可爱和纯真，却有了少妇的成熟和妩媚 英语词典有词性的标注，汉语要不要？,短语结构,以词类为结合单位： 区别性不强 信息表达不丰富,义项确定,顶级概念类 运动类概念 语义角色框架 属性类概念 宿主 属性值类概念化 属性,