机器词典释义模版的建构和运用
2018-04-04王恩旭袁毓林
中文信息学报 2018年1期
关键词:语义
王恩旭,袁毓林
(1.北京大学 中文系,北京100871; 2. 曲阜师范大学 文学院,山东 曲阜273165)
0 引言
机器理解词义主要借助于词典,但目前的词典释义还不准确,也不完备。突出表现在:
(1) 文献[1]、[2]考察词典的名词释义时发现,释义不完备的情况随处可见。比如“书”“唱片”等本该包含“物质”“信息”两个义位,但词典只收录“物质”一个义位,漏掉了“信息”义位。
(2) 文献[3]调查了《现代汉语词典》(2005版,简称《现汉》)、《现代汉语规范词典》(2004版,简称《规范》)、《新华字典》(2001版)等辞书后发现,“本义-引申义”的联系普遍不够明显。
(3)循环释义的情况还比较常见,比如“漂亮”,《现汉》(2012版)的释义就是循环的:
【漂亮】好看;美观。
【好看】看着舒服;美观;精彩。
【美观】好看;漂亮。
从文献[4]对《现汉》(2012版)的调查来看,2 094个双音复合词中循环释义的有246个,占总量的11.7%。循环释义或同义词释义的方式,对以汉语为母语的人来说问题不大,但对机器或外国学习者来说,却容易出问题。因为,任何两个词的意义都不完全对等。此时,用一个同义词来解释另一个同义词,就容易让读者忽略同义词之间的差别,造成词语使用上的混乱。
(4) 不论词典的规模多大、更新的速度多快,通常都无法穷尽所有的新词,而这些新词往往就是机器理解词的主要障碍。*以分词为例,研究表明,60%的分词错误是新词和未登录词造成的[6]。
本文的目标: 通过分析词的语义结构、构建词的释义模版,解决多义词、同义词、新造、合成词等释义问题,为自然语言处理及机器词典编纂服务。
1 分析词的语义结构
分析词的语义结构,本文采用生成词库论的方法。……
登录APP查看全文
