知网可计算的词典.ppt

知网知网-- 可计算的词典可计算的词典 董振东董振东dzd@北大北大2005-11提纲提纲n创新是语言研究现代化的灵魂创新是语言研究现代化的灵魂n知网可以告诉我们什么知网可以告诉我们什么创新是语言研究现代化的灵魂创新是语言研究现代化的灵魂n语言本体研究需要创新语言本体研究需要创新n计算语言学研究也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知网可以告诉我们什么概况概况: Chinese character7108Chinese word & expression83397English word & expression79246Chinese Meaning97764English Meanings98963DEF count24999Record Total162047知网可以告诉我们什么知网可以告诉我们什么n概念：概念：n物事：物事：57488n部件：部件：6904n时间：时间：2209n空间：空间：1062n属性：属性：3749n属性值：属性值：9044n事件：事件：12251知网可以告诉我们什么知网可以告诉我们什么n词类：词类：nADJ：：11648nADV：：1513nNOUN：：46412nVERB：：25742n…知网可以告诉我们什么知网可以告诉我们什么n词长度统计词长度统计n词长词长=1：：6905n词长词长=2：：45724n词长词长=3：：13681n词长词长=4：：13822n词长词长=5：：1649n…知网可以告诉我们什么知网可以告诉我们什么n同义：同义：Set= 13349词语数：词语数： 53871n反义：反义：Set= 12811n对义：对义：Set= 6691知网可以告诉我们什么知网可以告诉我们什么“火车火车”上位概念：上位概念：entity|实体实体 ==> thing|万物万物 ==> physical|物质物质 ==> inanimate|无生物无生物 ==> artifact|人工物人工物 ==> implement|器具器具 ==> vehicle|交通工具交通工具 ==> LandVehicle|车车知网可以告诉我们什么知网可以告诉我们什么“火车火车”下位词语：货车下位词语：货车 军列军列 邮车邮车 客车客车 旅客列车旅客列车 特等豪华铁路客车特等豪华铁路客车 通勤列车通勤列车 与船期衔接的旅客列车与船期衔接的旅客列车 快车快车 流线型火车流线型火车 特别快车特别快车 直达车直达车 特快特快 直达快车直达快车 直快直快 子弹头子弹头 子弹头列车子弹头列车 慢车慢车 晚班车晚班车 晚车晚车 夜车夜车 早班车早班车 早车早车知网可以告诉我们什么知网可以告诉我们什么“火车火车”部件：部件：餐车餐车车厢车厢 豪华车厢豪华车厢客车车厢客车车厢旅客车厢旅客车厢寝车寝车 卧车卧车火车头火车头 蒸汽机车蒸汽机车 机车机车知网可以告诉我们什么知网可以告诉我们什么n属性值对属性的指向属性值对属性的指向n“大方大方”：：1。

{GoodLooking|好看好看} attribute is {Beauty|美丑美丑}2{generous|慷慷} attribute is {Tolerance|气量气量}3{unaffected|落落大方落落大方} attribute is {Grace|典雅典雅}n属性的相应属性值的表达属性的相应属性值的表达n“名声名声”1{Reputation|名声名声} 's value(s) are:==> {ReputationValue|名声值名声值}==> {famous|著名著名}==> {Notwellknown|无名无名}==> {infamous|臭名臭名}知网可以告诉我们什么知网可以告诉我们什么n任何概念的词语表达任何概念的词语表达{famous|著名著名}：：驰名驰名驰誉驰誉大名鼎鼎大名鼎鼎当红当红鼎鼎大名鼎鼎大名妇孺皆知妇孺皆知赫赫有名赫赫有名红红家喻户晓家喻户晓尽人皆知尽人皆知老牌老牌流芳百世流芳百世流芳千古流芳千古名名名垂千古名垂千古名垂青史名垂青史名牌名牌名声大振名声大振名特优名特优名特优新名特优新名噪一时名噪一时名震一时名震一时如雷贯耳如雷贯耳声名大噪声名大噪声名大振声名大振头面头面闻达闻达闻名闻名显赫显赫小有名气小有名气已知已知永垂不朽永垂不朽有名有名有名气有名气知名知名炙手可热炙手可热知网可以告诉我们什么知网可以告诉我们什么义项：义项：单义词语单义词语71987多义词语多义词语9102仅类义原可区分仅类义原可区分7892仅类义原不可区分仅类义原不可区分1206知网的义原、语义特征、语义关系知网的义原、语义特征、语义关系义原义原 Sememes2099Entity151 thing (physical, mental, fact) component (part, fitting) time space (direction, location)Event (relation, state; action)812Attribute247AttributeValue 889次要特征次要特征 Secondary features113语义角色语义角色 Semantic roles90 知网的事件角色框架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={*},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={*},ResultIsa={*}}│ │ │ └ {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！谢谢！提纲提纲n词语选择、词表制定词语选择、词表制定n词语的释义词语的释义n词性问题词性问题n义项确定义项确定词语选择、词表制定词语选择、词表制定n新词语选择的原则新词语选择的原则“伊妹儿伊妹儿” -- 电子邮件电子邮件n紧缩词选取的原则紧缩词选取的原则“婚介婚介” “清欠办清欠办”“计生委计生委”词语的释义词语的释义“打打” -> 用手或器具撞击物体用手或器具撞击物体“撞击撞击” -> 运动着的物体跟别的物体猛然碰上运动着的物体跟别的物体猛然碰上 “碰碰” -> 运动着的物体跟别的物体突然接触运动着的物体跟别的物体突然接触 “接触接触” -> 挨上；碰着挨上；碰着 “挨挨” -> 靠近靠近 “靠近靠近”->向一定目标运动，使彼此间的距离缩小向一定目标运动，使彼此间的距离缩小 “运动运动” -> 物体的位置不断变化的现象物体的位置不断变化的现象“有有” -> 表示领有（跟表示领有（跟“无无”或或“没没”相对）相对）“领有领有” -> 拥有或占有拥有或占有“拥有拥有” -> 领有；具有领有；具有“具有具有” -> 有（多用于抽象事物）有（多用于抽象事物）词性问题词性问题 （（1））n兼类兼类n（（V））学习、研究、发展、增长学习、研究、发展、增长n千军万马、学有专长、穷追猛打千军万马、学有专长、穷追猛打n细心、妩媚细心、妩媚n短语的词性短语的词性n（（N））环境保护、环境污染环境保护、环境污染n（（?）信任投票、空中管制）信任投票、空中管制树库还是拼图游戏？树库还是拼图游戏？(IP (NP-SBJ (NN 经济经济))(VP (ADVP (AD 年平均年平均))(VV 增长增长)(QP-EXT (CD 百分之十七百分之十七))))(PU ，，)(IP (NP-SBJ *pro*)(VP (VV 高于高于)(NP-OBJ (NP (DP (DT 全全))(NP (NN 国国)))(ADJP (JJ 年平均年平均))(NP (NN 增长增长)(NN 速度速度))))))(PU 。

)))词性问题词性问题 （（2））n词性的确定词性的确定n海战海战 N；；陆战陆战 N；；空战空战 V；；--《《现汉现汉-5》》n海战海战 N；；空战空战 V/N-- 《《规范》规范》义原义原-义项义项-词语的关系词语的关系词或字词或字症结在于症结在于“词词”n分词规范、分词单位、规范化词表分词规范、分词单位、规范化词表n分词技术分词技术n新词新词 n去意、外卖、外卖郎、野浴、野泳去意、外卖、外卖郎、野浴、野泳 求真务实、催人奋进求真务实、催人奋进n知网只处理字和词语知网只处理字和词语 （例：（例：“春春”））词性词性n淡化词性淡化词性n缺乏词的形态变化缺乏词的形态变化n词类与句法功能不一一对应词类与句法功能不一一对应n词性在结构分布上的特征不突出词性在结构分布上的特征不突出n基于句法的汉语树库应质疑基于句法的汉语树库应质疑比较比较n例子：例子：其实早在三个月前总经理已萌生其实早在三个月前总经理已萌生去去意意那些那些写写手们必须按时把稿子交到手们必须按时把稿子交到’攒书攒书’公司编辑部公司编辑部如今她已为人妻，也已为人母，虽少了几分少如今她已为人妻，也已为人母，虽少了几分少的的可爱可爱和和纯真纯真，却有了少妇的，却有了少妇的成熟成熟和和妩媚妩媚n 英语词典有词性的标注，汉语要不要？英语词典有词性的标注，汉语要不要？短语结构短语结构n以词类为结合单位：以词类为结合单位：n区别性不强区别性不强n信息表达不丰富信息表达不丰富义项确定义项确定n顶级概念类顶级概念类n运动类概念运动类概念 – 语义角色框架语义角色框架n属性类概念属性类概念 – 宿主宿主n属性值类概念化属性值类概念化 – 属性属性。