王青海，马海慧,2，池毓焕，李 颖，董凌冲

(1. 装甲兵工程学院 信息工程系，北京 100072； 2. 中国人民解放军63861部队，吉林 白城 137001；3. 中国科学院声学研究所，北京 100190； 4. 中国人民解放军63713部队，山西 忻州 036301)

1 引言

任何一个自然语言处理系统理解自然语言句子，首先要具备词的知识。词语知识库已经被广泛应用于机器翻译、信息检索、问答系统、自动文摘等领域，成为自然语言处理不可或缺的基础资源。比较著名的知识库有WordNet、FrameNet、EDR电子词典、《知网》、HNC等[1]。

目前，HNC知识库在规模上有一定的发展，但是在可扩展性和数据库设计上还有待改进。现有的HNC汉语词语知识库相对设计简单，关联性不足，增大了HNC符号解析的复杂程度，主要存在以下不足。

(1) 系统做语义距离计算时，要进行单独的HNC符号解析，检索周期长；

(2) 概念联想上完全依靠程序计算，概念之间的映射关系在数据库中没有直接的反映。

本文通过分析HNC的编码特点，改进了汉语词语知识库结构，提出了新的汉语词语知识库模型，并且通过实例说明了改进后的词语知识库在语义距离计算上的优势，指出了汉语词语知识库的发展趋势和可能存在的问题。

2 知识库模型的构建

2.1 汉语词语知识库模型设计

2.1.1 汉语词语知识库模型的提出

HNC理论利用HNC1、HNC2、HNC3和HNC4将词语、语句、句群、篇章数字化，为计算机把握语义提供基础[2]。HNC符号有两个重要特点。

(1) HNC符号是对词义的渐进表达，给出概念联想脉络知识的线索，与语种无关；

(2) HNC符号中不仅蕴含着词语层面的知识，还蕴含着语句和语境层面的知识。……