自然语言理解-词典.ppt

词典 词典与词典编纂的研究 词典学lexicology Theory and description of lexical information 计算词典学computational lexicology formal modeling of lexical information 词典编纂学lexicography Construction of dictionaries (databases, handbooks) 计算词典编纂学computational lexicography construction and production of dictionaries using electronic publishing 机读词典与人读词典 人读词典（Human Readable Dictionary） 格式不规范 数据完整性和一致性不好 非结构化 机读词典（Machine Readable Dictionary） 格式规范 数据完整性和一致性较好 结构化 人读词典（demo） 金山词霸 story 中古英语storie古法语estoire拉丁语historia n -ries (1)故事，小说；传闻；轶事 Please read us a story! 请给我们读个故事！ (2) 谎话，假话 (3)（书籍、电影、戏剧等的）情节 (4)（报刊、杂志文章的）素材，题材 机读词典的分类 按信息类型分类 语法词典 语义词典（包括同义词典） 双语词典 …… .按领域分类 通用词典 专业词典（术语词典） 专名词典 …… 汉语语法信息词典 开发单位：北京大学计算语言学研究所 参考文献： 俞士汶等（1998）《现代汉语语法信息词典详解》，清华大学出版社、广西科学技术出版社1998年版。 规模：7万多词条 总库 词性库 名词 时间词 处所词 方位词 数词 量词 区别词 代词 动词 形容词状态词 副词 介词 连词 助词 语气词 前接成分 后接成分 成语 简称 略语 习用语 语素 标点符号 词性分库 动词代词 汉语语法信息词典·总库 汉语语法信息词典·动词库 汉语语法信息词典·谓宾动词分库 新华社词语数据库 全库分为中文和外文两个大类，主要包括中文新闻库、经济信息库、证券库、人物库、组织机构库、专题资料库等中文数据库，还包括XinhuaNews Bulletin 、Who’s Who in China等英文数据库。共有28个库100多个子库，数据量达80多亿汉字，并以日均150万汉字的速度增长。 新华社词语数据库·国际组织 “２０００年问题”联合委员会/joint year 2000 council/ International “４·１９”运动/movement april19/ Colombia “阿尔法６６”/alpha 66/ Cuba “俄罗斯地区”社会联盟/regions of russiagroup/ Russia “法中－２０００年”协会/france-china association for the year 2000/ France “繁荣”党/prosperity/ Russia “光明的日本”国会议员联盟/parliamentary union for a bright japan/ Japan “基地”组织/al qaeda/ Saudi Arabia 《财富》杂志/fortune/ USA 《朝日新闻》/asahishimbun/ Japan 国际献血组织联合会/international federation of blood donor organizations/ International 国际宪法学协会/international association of constitutional law/ International 国际香料集团/international spice group/ International 经济和外贸部/ministry of economy and external trade of syria/ Syria 经济和外贸部/ministry of economy and foreign trade of egypt/ Egypt 新华社词语数据库·人名 知网（Hownet） 作者：董振东董强 网站： 概念描述举例 NO.=017144 W_C=打 G_C=V E_C=~网球，~牌，~秋千，~太极，球~得很棒 W_E=play G_E=V E_E=DEF=exercise|锻练,sport|体育 其中DEF是核心，采用特定的“知识描述语言” 知网（Hownet）2 打017144exercise|锻练,sport|体育 男人059349human