综合型语言知识库及其前景

摘要
参考文献
相关文章 (15)

全文: PDF (4005 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要北京大学计算语言学研究所自1986年起,历时25年建成综合型语言知识库(CLKB)。CLKB包括6个语言知识库、10项规范与标准、基础软件工具集和4个应用系统,它们相互支撑,形成一个有机整体。CLKB的系列化的语言知识涵盖词、词组、句子、篇章各单位和词法、句法、语义各层面,从汉语向多语言辐射,从通用领域深入到专业领域。尽管CLKB已形成阶段性成果,但它仍在发展中。该文重点介绍CLKB的语言知识库,也探讨其发展方向。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	俞士汶
	穗志方
	朱学锋

关键词 ：自然语言处理, 计算语言学, 语言工程, 综合型语言知识库, 现代汉语语法信息词典

Abstract：Since 1986, the Institute of Computational Linguistics at Peking University has been working on the Comprehensive Language Knowledge Base (CLKB), which consists of 6 language knowledge bases, 10 specifications and standards, 4 application systems and a software tool kit. These components provide support for each other and integrate into CLKB to describe linguistic knowledge on morphological, syntactic and semantic levels. The language data that have been collected include words, phrases, sentences and discourse in Chinese and many other languages, which occur in specific fields as well as the general domain. After 25 years of development, significant progress in CLKB has been made, and it is still growing. This paper gives an introduction to CLKB and explores its potential in the future.
Key wordsnatural language processing; computational linguistics; language engineering; comprehensive language knowledge Base; grammatical knowledge-base of contemporary Chinese

Key words： natural language processing computational linguistics language engineering comprehensive language knowledge Base grammatical knowledge-base of contemporary Chinese

收稿日期: 2011-09-19

中图分类号:

TP391

基金资助:国家自然科学基金资助项目(60970083);国家社会科学基金资助项目(09BYY032)

作者简介: 俞士汶(1938—),男,教授,研究方向为计算语言学;穗志方(1970—),女,教授,研究方向为计算语言学;朱学锋(1937—),女,副教授,研究方向为计算语言学。

链接本文:

http://jcip.cipsc.org.cn/CN/Y2011/V25/I6/12

[1] 俞士汶.建设综合型语言知识库的理念与成果的价值[J].中文信息学报,2007,21(6): 3-12 .
[2] 中国工程院编.常平主编.20世纪我国重大工程技术成就[M].广州: 暨南大学出版社,2002: 30-31.
[3] 俞士汶,朱学锋,王惠,等.现代汉语语法信息词典规格说明书[J].中文信息学报,1996,10(2): 1-22.
[4] 俞士汶,段慧明,朱学锋,等.北京大学现代汉语语料库基本加工规范[J].中文信息学报,2002,16(5): 58-65.
[5] 俞士汶,段慧明,朱学锋,等.北大语料库加工规范: 切分·词性标注·注音[J].汉语语言与计算学报,2003, 13(2): 121-158.
[6] 吴云芳,俞士汶.信息处理用词语义项区分的原则和方法[J].语言文字应用,2006,(2): 126-133 .
[7] 于江生,刘扬,俞士汶.中文概念词典规格说明[J].汉语语言与计算学报,2003, 13(2): 177-194.
[8] 常宝宝,柏晓静.北京大学汉英双语语料库标记规范[J].汉语语言与计算学报,2003,13(2): 195-214.
[9] 俞士汶.现代汉语短语结构知识库规格说明书[J].汉语语言与计算学报,2003,13(2): 215-226.
[10] 俞士汶主编.计算语言学概论[M].北京: 商务印书馆,2003年: 16-75.
[11] 俞士汶,朱学锋,王惠,等.现代汉语语法信息词典详解(第二版)[M].北京: 清华大学出版社,2003: 19-136.
[12] 朱学锋,俞士汶.自然语言处理与语言知识库[C]//罗振声,袁毓林主编.计算机时代的汉语汉字研究.北京: 清华大学出版社, 1996: 107-118.
[13] 《朱德熙文集》编辑小组.《朱德熙文集》第1卷[M].北京: 商务印书馆,1999: 278-294,334-344.
[14] 俞士汶,段慧明,朱学锋.词的概率语法属性描述研究及其成果[C]//许嘉璐,傅永和主编.中文信息处理——现代汉语词汇研究.广州: 广东教育出版社,2006: 227-283.
[15] Zhifang Sui, Yao Liu. The Development of an NLP-based Chinese Ontology Construction Platform[C]//Proceedings of The 2010 IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology(WI-IAT 2010): the workshop of Natural Language and Ontology Engineering(NLPOE), Toronto, Canada: 出版者, 2010.
[16] 常宝宝.基于语料库的双语辞书编纂平台[J].辞书研究,2006,(3): 122-133.
[17] 李素建,王厚峰,俞士汶,等.关键词自动标引的最大熵模型应用研究[J].计算机学报, 2004,27(9): 1192-1197.
[18] 俞士汶.中文输入中语法分析技术的应用[J].中文信息学报, 1988, 2(3): 20-26.
[19] 俞士汶.关于副词与区别词兼类的答辩[C]//北京大学汉语语言学研究中心《语言学论丛》编委会编.《语言学论丛》第四十辑. 北京: 商务印书馆,2009: 39-55 .
[20] 王惠,詹卫东,俞士汶.现代汉语语义词典规范[J].汉语语言与计算学报,2003,13(2): 159-176.
[21] 刘云,俞士汶,朱学锋.现代汉语合成词语数据库的开发及应用[C]//张普.第二届中文电化教学国际研讨会论文集,广西桂林: 广西师范大学出版社,2000: 273-278 .
[22] 支流,朱学锋,段慧明,等.中文缩略语还原技术初探[C]//孙茂松,陈群秀.全国第八届计算语言学联合学术会议论文集. 北京: 清华大学出版社,2005: 600-602.
[23] Lei Wang, Shiwen Yu. Construction of Chinese Idiom Knowledge-base and its Applications[C]//Sun Le and Keh-Jiann Chen. Proceedings of COLING 2010: the Workshop on Multiword Expressions: from Theory to Applications (MWE 2010), Beijing, China: 2010: 11-18 .
[24] 昝红英,朱学锋. 面向自然语言处理的汉语虚词研究与广义虚词知识库构建[J].当代语言学,2009,11(2): 124-135 .
[25] 俞士汶,王治敏,朱学锋.文学语言与自然语言理解研究[C]//曹右琦,孙茂松主编.中文信息处理前沿进展——中国中文信息学会二十五周年学术会议.北京: 清华大学出版社,2006: 72-79.
[26] 王治敏. 汉语名词短语隐喻识别研究[D].北京: 北京大学,2006.
[27] 贾玉祥. 汉语文本中的隐喻计算研究[D]. 北京: 北京大学,2010.