顾磊

摘 要

明清小说历经数百的流传，已成为中华民族的文化瑰宝，而针对明清小说文本的知识抽取则是信息社会时代下古籍数字化研究的重要方式。本文首先介绍了文本知识抽取方法的研究现状，其次就当前明清小说文本知识抽取方法研究中存在的问题进行了探讨。

关键词

小说文本;知识抽取;中文分词;命名实体识别

中图分类号： TP391.1                     文獻标识码： A

DOI：10.19694/j.cnki.issn2095-2457 . 2020 . 10 . 04

0 引言

明清小说的作者多出生或生活在江浙皖一带，与这一地区有着不解之缘。例如：《西游记》作者吴承恩江苏涟水人，后定居在江苏淮安;《儒林外史》作者吴敬梓安徽全椒人，后迁居至今日的江苏南京;《三国演义》作者罗贯中则出生于浙江杭州。由于小说作者的生活背景，这些明清小说内容多就地取材于当地的社会生活，反映了明清时期江浙皖地区的社会百态，例如《红楼梦》中的金陵指的就是江苏南京。因此明清小说在中国文化史和文学史上有着极其重要的地位，作为一种文化艺术的形式存在，小说表达了当时的社会愿望，更传播了积极向上的道德精神[1]。当今社会是互联网、大数据和人工智能的时代，在这样的时代背景下，如何利用智能技术进一步挖掘与研究这些小说的价值，并让其焕发出新的生命力，将是古籍数字化工作者研究的新的挑战，而首要的任务就是抽取明清小说文本中的知识。文本知识的抽取是知识库或知识图谱构建的基石，有利于搭建真正面向普通型用户和专家型用户的明清小说智能信息检索平台;而其意义不仅在于对中华文化的保护与弘扬，而且有助于为社会大众提供信息咨询及服务化功能。……