現(xiàn)代漢語詞語搭配的自動抽取方法.pdf

1、本文所研究的現(xiàn)代漢語詞語搭配的自動抽取既涉及語言學(xué)知識，也涉及計(jì)算機(jī)科學(xué)等其他學(xué)科知識。通過對現(xiàn)代漢語詞法、句法、語義、語用等語言知識的學(xué)習(xí)和研究，找出其規(guī)律性，發(fā)現(xiàn)詞語搭配是人類自然語言中全部可以物化知識的有機(jī)組成部分，在語言學(xué)習(xí)和中文信息處理方面，具有非常重要的作用和意義。 目前已有的詞語搭配抽取方法有：依據(jù)共現(xiàn)詞頻統(tǒng)計(jì)對詞語搭配進(jìn)行抽??；引入相對詞序比(RRWR)的方法對搭配詞語進(jìn)行篩選；應(yīng)用語言學(xué)中詞語搭配組合規(guī)律對搭配

2、詞語的詞性進(jìn)行限定；利用互信息等統(tǒng)計(jì)學(xué)模型在大規(guī)模語料中進(jìn)行詞語搭配的抽取等。在借鑒了前人研究的方法后，提出了基于框架的詞語搭配抽取方法，通過設(shè)定抽取框架，利用統(tǒng)計(jì)模型進(jìn)行搭配的抽取，并在語言學(xué)研究的基礎(chǔ)上，建立起多種統(tǒng)計(jì)信息量與語言知識相結(jié)合的詞語搭配自動抽取模型，將該模型轉(zhuǎn)化為相應(yīng)的計(jì)算機(jī)程序算法，研制出軟件工具，實(shí)現(xiàn)在自動抽取詞語搭配信息的同時，抽取出詞語間相應(yīng)的位置關(guān)系，以及語法結(jié)構(gòu)關(guān)系。 以“能力”和“質(zhì)量”為例，對自