刘江鸣徐金安吴培昊张玉洁北京交通大学自然语言处理小组.ppt

刘江鸣 徐金安 吴培昊 张玉洁 北京交通大学自然语言处理小组,基于网络资源的词语语义关系自动抽取,基于网络资源的词语语义关系自动抽取,Page 2,面临的问题,流行词汇、网络用语等新词不断涌现 一词多义，老词新义 歧义性,Page 3,传统方法,统计方法 模板方法 知识库,Page 4,同义关系自动识别,模板匹配 词集处理 相关词条 超链词汇,Page 5,模板匹配,模板1： A(简称|简称为|中文简称|又称|又称为|亦称|亦叫|亦作|又 叫|也称|也称为|俗称|又译|又译作|全称为|全称是) 左引号|冒号B右引号 例如：杠杆原理: 亦称“杠杆平衡条件”,模板2： A是|即B(的简称|的全称|的对称|的缩写) 例如：马哲: 是马克思主义哲学的简称,Page 6,模板匹配,模板3： A:|【 】|: B 例如：何首乌:中文别名: 首乌、夜交藤、赤首乌、铁秤砣,模板4： A(和)B(是同义词) 例如：万维网和www是同义词，已合并,Page 7,词集处理,A的关键词集,B的关键词集,B词描述,A词描述,B引用A,A引用B,Page 8,同义关系,网络资源,模板库,词描述,关键词集,同义关系,搜索队列,Crawler,词集处理,模板匹配,Page 9,上下位关系自动识别,开放分类 词汇细化 领域分类 模板匹配,Page 10,开放分类,百度百科 直接上位词 间接上位词,Page 11,词汇细化,词语的构成 例如 勋章、大紫荊勳章、铜十字英勇勋章,Page 12,领域分类,不同领域专业术语 生物领域、军事机械等,Page 13,模板匹配,WordNet IS-A结构 词信息的获取 区分冗余信息 词典,Page 14,模板匹配,IS-A结构定义 词典 例如 由于石油是一种不可再生原料,? 阅读是一种信仰 ? 思念是一种病,Page 15,上下位关系,网络资源,词描述,关键词集,上下位关系,搜索队列,Crawler,词汇细化,学科分类,开放分类,模板匹配,模板库,专有名词,Page 16,实验结果,同义关系 上下位关系,Page 17,结论和未来工作,结论 网络蕴含大量信息并随着时代变化 关注词语类别和网络资源描述方式 词语的构成 未来工作 筛选并扩大有效模板库 缓解网络噪声 同义与上下位之间的关系,谢 谢,