计算语言学研究所 - PKU
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
——理论模型、分析技术、知识库
1. 背 景
现有资源情况
现代汉语语法信息词典 大规模标注语料库 现代汉语语义词典 中文概念词典 汉英对照的双语语料库 信息科学技术领域术语库 语言知识库建设的系列工具软件 还缺什么？
1. 背 景
相关的推动力量： 新加坡国际会议 2002-11-26至11-29 富士通新的合作项目建议 2002-9-5 刘云博士后基金申请 2002-9 2003年社科基金立项 2002-10
几句题后的话：关于研究课题的选择
基础与应用 需求与兴趣 努力与条件 成功与失败
广义虚词” 2 “广义虚词”的所指 广义虚词
全部虚词：介词、连词、助词、 全部虚词：介词、连词、助词、语气词 副词 时间词、处所词） 方位词（时间词、处所词） 量词： 量词：个 代词： 代词：他 动词：形式动词、助动词、补语动词、 动词：形式动词、助动词、补语动词、趋向动词 名词：形式名词 名词：形式名词
以后有时就用“虚词”指称“广义虚词” 以后有时就用“虚词”指称“广义虚词”。
3. 广义虚词知识库的内容
3.1 面向语言信息处理 空白？ stoplist （1）虚词以及语顺的作用 例句1：这么一个工程，三年才完成。 例句2：这么一个工程，才三年完成。 2
wk.baidu.com（2）虚词的省略
例句3：分配部下一个任务。 例句4：接受上司一个任务。 例句5：给部下分配一个任务。 例句6：从上司接受一个任务。 例句7：接受上司的一个任务。 *分配部下的一个任务
现代汉语广义虚词知识库
—综合语言知识库的新成员 综合语言知识库的新成员
俞士汶 北京大学计算语言学研究所 2002年10月日
主要内容
背景 广义虚词的所指 广义虚词知识库的内容 广义虚词知识库建设的技术路线 说几句题后的话：关于研究课题的选择
1. 背 景
当前自然语言处理技术的总态势 （1）需求旺盛 （2）“理解”没有突破 （3）现有技术的应用 （4）仍然需要攻关
3. 广义虚词知识库的内容
3.2 内容概要 (1) 确认每一个广义虚词的功能语义项ID（’都’ ） (2) 对每一个ID，都要建立它的判别条件
例句 8： 给妹妹气坏了。 例句 9： 给妹妹卖毛衣。 例句10：给妹妹寄毛衣。
(3) 要指出冗余的虚词 (4) 要指出可能省略的助词 (5) 错例分析
4. 广义虚词知识库建设的技术路线
4.1 广度与深度的适当折衷
——以《人民日报》标注语料库为考察范围 以 人民日报》
4.2 现有资源的充分利用
——与现有知识库无缝对接 与现有知识库无缝对接
4.3 辨异与求同的研究方法——“上”、“里” 上 4.4 专家知识的主导作用——软件支持 软件支持 4.5 数据结构的灵活设计——知识表达 知识表达
1. 背 景
现有资源情况
现代汉语语法信息词典 大规模标注语料库 现代汉语语义词典 中文概念词典 汉英对照的双语语料库 信息科学技术领域术语库 语言知识库建设的系列工具软件 还缺什么？
1. 背 景
相关的推动力量： 新加坡国际会议 2002-11-26至11-29 富士通新的合作项目建议 2002-9-5 刘云博士后基金申请 2002-9 2003年社科基金立项 2002-10
几句题后的话：关于研究课题的选择
基础与应用 需求与兴趣 努力与条件 成功与失败
广义虚词” 2 “广义虚词”的所指 广义虚词
全部虚词：介词、连词、助词、 全部虚词：介词、连词、助词、语气词 副词 时间词、处所词） 方位词（时间词、处所词） 量词： 量词：个 代词： 代词：他 动词：形式动词、助动词、补语动词、 动词：形式动词、助动词、补语动词、趋向动词 名词：形式名词 名词：形式名词
以后有时就用“虚词”指称“广义虚词” 以后有时就用“虚词”指称“广义虚词”。
3. 广义虚词知识库的内容
3.1 面向语言信息处理 空白？ stoplist （1）虚词以及语顺的作用 例句1：这么一个工程，三年才完成。 例句2：这么一个工程，才三年完成。 2
wk.baidu.com（2）虚词的省略
例句3：分配部下一个任务。 例句4：接受上司一个任务。 例句5：给部下分配一个任务。 例句6：从上司接受一个任务。 例句7：接受上司的一个任务。 *分配部下的一个任务
现代汉语广义虚词知识库
—综合语言知识库的新成员 综合语言知识库的新成员
俞士汶 北京大学计算语言学研究所 2002年10月日
主要内容
背景 广义虚词的所指 广义虚词知识库的内容 广义虚词知识库建设的技术路线 说几句题后的话：关于研究课题的选择
1. 背 景
当前自然语言处理技术的总态势 （1）需求旺盛 （2）“理解”没有突破 （3）现有技术的应用 （4）仍然需要攻关
3. 广义虚词知识库的内容
3.2 内容概要 (1) 确认每一个广义虚词的功能语义项ID（’都’ ） (2) 对每一个ID，都要建立它的判别条件
例句 8： 给妹妹气坏了。 例句 9： 给妹妹卖毛衣。 例句10：给妹妹寄毛衣。
(3) 要指出冗余的虚词 (4) 要指出可能省略的助词 (5) 错例分析
4. 广义虚词知识库建设的技术路线
4.1 广度与深度的适当折衷
——以《人民日报》标注语料库为考察范围 以 人民日报》
4.2 现有资源的充分利用
——与现有知识库无缝对接 与现有知识库无缝对接
4.3 辨异与求同的研究方法——“上”、“里” 上 4.4 专家知识的主导作用——软件支持 软件支持 4.5 数据结构的灵活设计——知识表达 知识表达