《【大学课件】基于词典和WEB资源的词汇关系抽取.ppt》由会员分享，可在线阅读，更多相关《【大学课件】基于词典和WEB资源的词汇关系抽取.ppt（28页珍藏版）》请在三一文库上搜索。
1、基于词典和web资源的词汇关系抽取,http:/ 同义词抽取资源 中文概念词典（CCD） 哈工大同义词词林（扩展版） 百度百科 百度翻译+有道翻译 同义词抽取流程 下位词抽取资源 中文概念词典（CCD） 百度百科 互动百科 维基百科 百度相关搜索 下位词抽取流程 实验结果,http:/ 传统的同义词和下位词的发现是基于词典知识库，如中文概念词典，同义词词林等知识库。 随着Web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Web资源。 把传统的词典和Web资源各自优势进行结合，将会更加有效的抽取词汇关系。,http:/ 同义词抽取资源,中文概念词典（CCD
2、） 哈工大同义词词林（扩展版） 百度百科 百度翻译+有道翻译,http:/ 中文概念词典（CCD）,CCD是一个WordNet类型的汉英双语语义词典，从关系语义学的观点出发，以同义词集(Synset)定义概念(concept),在概念之间定义关系(relation)来描述语义,http:/ 哈工大同义词词林,同义词词林(扩展版)在原有的三层分类体系上增加两层，得到最终过的五层分类体系，唯一的代表词典中出现词语的编码如： Ba01A02= 物质 质 素 Cb02A01= 东南西北 四方 Ba01A03 万物 Cb06E09 民间 Ba01B08# 固体 液体 气体 流体 半流体 Ba01B10#
3、 导体 半导体 超导体 以上词语编码中第八位编码的标记“=”、“”、“#”，“=”代表“相等”、“同义”，“”代表“自我封闭”，“#”代表“不等”、“同类”。,http:/ 百度百科(1/4),根据特征词进行模式识别，其中查询词用W(w)，特征词用S(w)表示，其在百科中的同义词用T(w)表示，抽取的模式有： 1 W(w)+S(w)+T(w) 例如：“埃菲尔铁塔”百科中内容： 埃菲尔铁塔（又译“艾菲尔铁塔”）是法国巴黎著名铁塔，坐落在塞纳河南岸马尔斯广场的北端。 以上内容中查询词W(w):“埃菲尔铁塔”，特征词S(w):“又译”，同义词T(w):“艾菲尔铁塔”,http:/ 百度百科(2/4)
4、,2 T(w)+S(w)+W(w) 例如：“澳大利亚”的百科内容中： 澳大利亚联邦（The Commonwealth of Australia）简称澳大利亚（Australia）。 以上内容中T(w)：澳大利亚联邦，S(w)：简称，W(w)：澳大利亚,http:/ 百度百科(3/4),3 W(w)+T(w)+S(w) 例如：“牦牛”的百科内容中： 牦牛有“高原之舟”之称。 以上内容中W(w)：牦牛，T(w)：高原之舟，S(w)：之称。,http:/ 百度百科(4/4),4 W(w)和T(W)是同义词，已合并。 例如：“奥林匹克村”百度百科中内容： 奥林匹克村和奥运村是同义词，已合并。 以上内容
5、中W(w)：奥林匹克村，T(w)：奥运村。,http:/ 百度翻译+有道翻译,通过百度翻译将同义词词汇进行翻译，如图1：,图1 百度翻译词汇,http:/ 有道翻译,有道在线翻译将同义词词汇的英语进行翻译，如图2：,图2 有道在线翻译,http:/ 同义词流程图,http:/ 同义词流程图,http:/ 熟睡 睡 着 睡觉 酣睡”,2 同义词流程图,http:/ 同义词流程图,http:/ Commonwealth of Australia）简称澳大利亚（Australia）。,2 同义词流程图,http:/ 同义词流程图,http:/ +阿肯色 +阿肯色大学 +美国阿肯色州,3 下位词抽取资源,中文概念词典（CCD） 百度百科 互动百科 维基百科 百度相关搜索,http:/ “安全软件”百度百科标签分类,http:/ 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,http:/ 维基百科,维基百科分类标签，如图5：,图5 “安全软件”维基百科分类,http:/ 百度搜索,百度搜索相关搜索内容，如图6：,图6 “安全软件”相关搜索,http:/ 下位词流程图,http:/ 实验结果,5.1 同义词结果,http:/ 实验结果,5.2 下位词结果,http:/