《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》由会员分享,可在线阅读,更多相关《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(18页珍藏版)》请在金锄头文库上搜索。
1、LOGO刘江鸣刘江鸣 徐金安徐金安 吴培昊吴培昊 张玉洁张玉洁北京交通大学自然语言处理小组北京交通大学自然语言处理小组LOGOPage 2面临的问题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LOGOPage 4同义关系自动识别同义关系自动识别模板匹配词集处理相关词条超链词汇LOGOPage 5模板匹配模板匹配模板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
2、哲学的简称LOGOPage 6模板匹配模板匹配模板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LOGOPage 7词集处理词集处理A的关键词集B的关键词集B词描述A词描述B引用AA引用BLOGOPage 8同义关系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LOGOPage 9上下位关系自动识别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LOGOPage 10开放分类开放分类百度百科直接上位词间接上位词LOGOPage 11词汇细化词汇细化词语的构
3、成例如勋章、大紫荊勳章、铜十字英勇勋章LOGOPage 12领域分类领域分类不同领域专业术语生物领域、军事机械等LOGOPage 13模板匹配模板匹配WordNetIS-A结构词信息的获取区分冗余信息词典LOGOPage 14模板匹配模板匹配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LOGOPage 15上下位关系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LOGOPage 16实验结果实验结果同义关系上下位关系LOGOPage 17结论和未来工作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