知网-可计算的词典.ppt
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 character7108Chinese word&expression83397English word&expression79246Chinese Meaning97764English Meanings98963DEF count24999Record Total162047,知网可以告诉我们什么,概念：物事：57488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：11648ADV：1513NOUN：46412VERB：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=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”：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 Sememes2099Entity151 thing(physical,mental,fact)component(part,fitting)time space(direction,location)Event(relation,state;action)812Attribute247AttributeValue 889次要特征 Secondary features113语义角色 Semantic roles90,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,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=*,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！,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”-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（?）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,
