1、基于詞典和網(wǎng)絡(luò)資源的詞匯關(guān)系抽取、詞匯關(guān)系概述、同義詞抽取資源介紹哈爾濱工業(yè)大學(xué)漢語概念詞典同義詞詞林(擴(kuò)展版)百度百科百度翻譯有道翻譯同義詞抽取過程子詞抽取資源百度百科互動(dòng)百科維基百科百度相關(guān)搜索子詞抽取過程實(shí)驗(yàn)結(jié)果、簡介、同義詞和子詞發(fā)現(xiàn)對自然語言處理領(lǐng)域的信息檢索和機(jī)器翻譯研究具有重要意義。同義詞和從屬詞的傳統(tǒng)發(fā)現(xiàn)是基于詞典知識庫的，如漢語概念詞典、同義詞詞林等。隨著網(wǎng)絡(luò)的發(fā)展，網(wǎng)絡(luò)上出現(xiàn)了大量的資源知識庫。例如，“百度百科”、“有道翻譯”、“維基百科”等網(wǎng)絡(luò)資源。結(jié)合傳統(tǒng)詞典和網(wǎng)絡(luò)資源的優(yōu)勢，可以更有效地提取詞匯關(guān)系。1同義詞提取資源，哈爾濱工業(yè)大學(xué)漢語概念詞典同義詞詞林(擴(kuò)展版)，百

2、度百科，百度翻譯，有道翻譯，1.1漢語概念詞典(CCD)，一個(gè)WordNet類型的漢英雙語語義詞典，從關(guān)系語義學(xué)的角度用Synset定義概念。概念之間的關(guān)系被定義來描述語義。1.2哈爾濱工業(yè)大學(xué)同義詞詞林(擴(kuò)展版)在原有的三層分類體系上增加了兩層，得到最終的五層分類體系。字典中出現(xiàn)的代表單詞的唯一代碼是：Ba01A02=物質(zhì)Cb02A01=東南西北四方Ba01A02萬物Cb06E09民間Ba01B08#固液氣液半流體Ba01B10#導(dǎo)體半導(dǎo)體超導(dǎo)體。第八位數(shù)字代碼是“=”、“、#”、“=”代表“相等”和“同義”1.3百度百科(1/4)，基于特征詞的模式識別，其中查詢詞用W(w)表示，特征詞用S

3、(w)表示，它們在百科全書中的同義詞用T(w)表示。提取的模式有：1 W(w) S(w) T(w)，例如：“埃菲爾鐵塔”在上述內(nèi)容中，查詢詞W(w):“埃菲爾鐵塔”，特征詞S(w):“再次翻譯”，同義詞T(w):“埃菲爾鐵塔”，1.3百度百科全書(2/4)，2 T(w) S(w) W(w)例如：T(w):澳大利亞聯(lián)邦，S(w):縮寫，W(w):澳大利亞，1.3百度.有“高原上的船”在上面的內(nèi)容中，W(w):牦牛，T(w):高原上的船，和S(w):百度百科(4/4)、4 W(w)和T(W)是同義詞，已經(jīng)合并。例如，在百度百科的“奧運(yùn)村”中，奧運(yùn)村和奧運(yùn)村是同義的，已經(jīng)合并了。西：奧運(yùn)村，東：奧運(yùn)

4、村。1.4百度翻譯有合適的方法翻譯同義詞，如圖1:圖1百度翻譯詞匯，1.5有合適的方法翻譯英語同義詞，如圖2:圖2有合適的方法在線翻譯同義詞，2同義詞流程圖，2同義詞流程圖，例如，CCD中“睡得安穩(wěn)”的CSynset字段是“睡得安穩(wěn)，睡得安穩(wěn)”，2同義詞流程圖，例如， 在同義詞森林2同義詞流程圖中，“舒適”被編碼為“Ga07A01”和“Hi35A01”，例如，澳大利亞聯(lián)邦被縮寫為澳大利亞2同義詞流程圖，例如：奧運(yùn)村和奧運(yùn)村是同義詞并已合并。，2同義詞流程圖，例如，“阿肯色”對應(yīng)英語為“阿肯色”，其翻譯結(jié)果如下：-美國阿肯色大學(xué)，3個(gè)上下義詞抽取資源，中文概念詞典(CCD)，百度互動(dòng)百科，維基百科百度相關(guān)搜索，3.1中文概念詞典(CCD)，CCD的主要語義關(guān)系為上下義詞、反義詞和上下義詞。在抽取低序詞的過程中，CCD的低序關(guān)系主要用于抽取低序詞。3.2百度百科，百度百科分類通過“tag:同義詞詞匯”獲得，如圖3:圖3“安全軟件”百度百科標(biāo)簽分類，3.3互動(dòng)百科，互動(dòng)百科分類標(biāo)簽，如圖4:圖4“安全軟件”互動(dòng)百科分類，3.4維基百科，維基百科分類標(biāo)簽，如圖5:圖5。3.5百度搜索，百度搜