弘仁本《文館詞林》校釋商兑

弘仁本《文館詞林》中有很多俗訛字,學界提出的校改意見大都正確可從,但也有小部分值得商榷。論文選取15例試作辨析。

瞿蜕园整理《文馆词林》初探

上海古籍出版社新发现《文馆词林》整理本,虽无署名、前言、后记等,但正文内容首尾完整,校勘详细。根据前人提及掌故及该稿手迹等可以判断为文史名家、曾为上海古籍出版社特约编审的瞿蜕园先生的著作。该整理稿穷尽了当时可以搜集到的所有关于《文馆词林》残卷的文献,进行了精校,虽较之如今的整理成果尚有阙卷等问题,但仍有其独特的价值。

基于知网与词林的词语语义相似度计算

该文提出了一种综合知网与同义词词林的词语语义相似度计算方法。知网部分根据义原层次结构的特征,采用了顶部平缓而底部陡峭的曲线单调递减的边权重策略,改进了现有的义原相似度算法;词林部分采用以词语距离为主要因素、分支节点数和分支间隔为微调节参数的方法,改进了现有的词林词语相似度算法。然后再根据词语的分布情况,采用综合考虑知网与同义词林的动态加权策略计算出最终的词语语义相似度。该方法充分利用了词语在知网与词林中的语义信息,极大地扩充了可计算词语的范围,同时也提高了词语相似度计算的准确率。

《同义词词林》在中文实体关系抽取中的作用

语义信息在命名实体间语义关系抽取中具有重要的作用。该文以《同义词词林》为例,系统全面地研究了词汇语义信息对基于树核函数的中文语义关系抽取的有效性,深入探讨了不同级别的语义信息和一词多义等现象对关系抽取的影响,详细分析了词汇语义信息和实体类型信息之间的冗余性。在ACE2005中文语料库上的关系抽取实验表明,在未知实体类型的前提下,语义信息能显著提高抽取性能;而在已知实体类型的情况下,语义信息也能明显提高某些关系类型的抽取性能,这说明《词林》语义信息和实体类型信息在中文语义关系抽取中具有一定的互补性。

知网与同义词词林的信息融合研究

本文主要探讨了将知网 (HowNet)和同义词词林进行信息融合的方法。我们针对知网对词的概念描述和同义词词林对词的语义分类的特点 ,提出了一种词典信息融合的方法 :首先为词林的每个词集确定一个与知网中DEF类似的概念描述 ,在此基础上对两部词典中同时收录且均只有一个义项的词语进行双向意义联结 ,最后根据分类算法对两部词典中同时收录非单一义项的词语进行双向意义联结。实验表明 ,本文提出的处理策略达到了 93%的信息融合正确率 ,融合后形成的新词典兼有词林的分类学信息和知网的概念描述信息。

基于路径与深度的同义词词林词语相似度计算

该文提出了一种基于路径与深度的同义词词林词语语义相似度计算方法。该方法通过两个词语义项之间的最短路径以及它们的最近公共父结点在层次树中的深度计算出两个词语义项的相似度。在处理两个词语义项的最短路径与其最近公共父结点的深度时,为提高路径与深度计算的合理性,为分类树中不同层之间的边赋予不同的权值,同时通过两个义项在其最近公共父结点中的分支间距动态调节词语义项间的最短路径,从而平衡两个词语的相似度。该方法修正了目前相关算法只能得出几个固定的相似度值,所有最近公共父结点处于同一层次的义项对之间的相似度都相同的不合理现象,使词语语义相似度的计算结果更为合理。实验表明,该方法对MC30词对的相似度计算值与人工判定值相比,取得了0.856的皮尔逊相关系数,该结果高于目前大多数词语相似度算法与MC30的相关度。

基于同义词词林的文本特征选择与加权研究

特征选择与加权是文本分类的关键问题之一,而噪音与数据稀疏则是特征选择过程中遇到的主要障碍。介绍了一种基于同义词词林的统计与语义相结合的文本特征选择与加权方法。该方法首先对同义词进行合并,将原有的特征提取从词的层面上升到主题概念层面,然后采用词频与相对熵的剩余度的组合TF*Ensu对特征进行加权,强化对分类贡献大的主题特征。实验结果表明,这种方法较之传统方法在特征选择与加权的效果上有明显改善,并能提高文本分类的精度。

基于同义词词林的词语相似度计算方法

为解决词语相在语义网自适应学习系统中相似度计算不清的问题,以同义词词林为基础,提出并实现了一种基于同义词词林的词语相似度计算方法,充分分析并利用了同义词词林的编码及结构特点。该算法同时考虑了词语的相似性,和词语的相关性。进行人工测试,替换测试以及与当前流行的基于"知网"的词语相似度算法对比测试的结果表明,该算法与人们思维中的相似度值基本一致,有较高的准确性。

基于同义词词林信息特征的语义角色自动标注

该文使用同义词词林语义资源库,以词林中编码信息为基础构建新的特征,使用条件随机场模型,研究了汉语框架语义角色的自动标注。该文在先前的基于词、词性、位置、目标词特征的基础上,在模型中加入不同的词林信息特征,以山西大学的汉语框架语义知识库为实验语料,研究了各词林信息特征分别对语义角色边界识别与分类的影响。实验结果表明,词林信息特征可以显著提高语义角色标注的性能,并且主要作用在语义角色分类上。

基于同义词词林的中文文本主题词提取

中文文本主题词的提取可以浓缩一篇文章,可以提炼一个中文网页,还可以帮助实现网上广告与网页的精确匹配。提出了一种基于同义词词林的中文文本主题词提取方法,不仅考虑了传统的影响主题词语权重的因素,还考虑到了同义词、相关词以及下位词的出现对于词语权重的影响。实验表明。

基于同义词词林和规则的中文远程监督人物关系抽取方法

远程监督是一种根据知识库自动对齐实体进行大规模语料标注的方法,但过强的假设导致获取的语料混有大量的噪声。针对这一问题,提出了一种基于同义词词林和规则的中文远程监督人物关系抽取方法,该方法基于多示例学习思想将人物关系句子划分为包(bag)级,利用同义词词林对人物关系触发词做词频统计,确定最大词频候选关系和次大词频候选关系,再结合特定的人物关系判别规则判断人物关系。对bag判断出某个人物关系后,再对其进一步进行多关系预测,最终得到人物关系预测结果。在大规模的中文远程监督人物关系抽取公开数据集(IPRE)上的实验结果表明,所提方法得到的结果具有较好的F1值,并且能识别远程监督数据测试集标签所没标注出的人物关系。

基于《同义词词林》深度的词义相似度计算研究

针对词义相似度计算问题,在《同义词词林》的基础上,从语言学角度分析了《词林》中词语间的组织关系,阐述了父结点深度对词义相似度的决定性作用。统计了各层结点及原子词群大小的分布情况。提出了仅使用父结点深度的计算模型和父结点深度与其分支信息相结合的计算模型。运用上述两种方法的词义相似度计算结果与Miller的人工标注值之间的皮尔逊相关系数达到0.854和0.857,根方误差达到1.003和0.991。

基于同义词词林扩展的短文本分类

针对短文本特征稀疏导致的信息表示能力不足,提出基于同义词词林扩展的短文本分类方法.该方法首先利用同义词词林确定短文本中主干词的同义关系,引入大规模词语搭配资源实现无指导多义词义项判别,从而确定候选扩展特征,最后计算候选扩展特征与给定上下文的语义关联性,将满足条件的候选特征扩展到特征向量中.实验结果表明,该方法综合考虑的因素较全面,能够有效改善短文本的分类性能.

一种基于同义词词林的中文大规模本体映射方案

本体映射是解决本体异构问题的重要途径和手段,中文知识是网络开放知识库的重要组成部分,但现有的中文本体映射系统在面对大规模本体映射任务时,显得效率较低且可用性不高,目前仍缺乏针对中文大规模本体映射的相关系统。为了解决中文大规模本体的映射问题,设计并实现了一个面向中文的大规模本体映射系统。首先,提出了一种基于拟核力场势函数的大规模本体压缩方法;其次,提出了一种基于同义词词林的中文概念等价关系确定算法;再次,实现了大规模中文本体映射的原型系统;最后,将本系统与相似度计算相关典型算法进行比较,证明其具备一定的可用性和较高的总体性能。

基于同义词词林的句子语义相似度方法及其在问答系统中的应用

提出一种基于同义词词林的句子语义相似度方法,借助同义词词林来计算句子的词形相似度,使用向量距离法得到句子间的词序相似度。同时,对句子进行语义依存句法分析。通过对词形、词序、语义依存相似度加权结合获得句子之间的最终相似度。将该方法应用于常问问题问答系统(Frequency Asked Questions,FAQ)的问句匹配。实验结果表明,该方法在问句匹配上相比传统方法具有更高的准确率。

日藏弘仁本《文馆词林》与唐修《文馆词林》

弘仁本《文馆词林》的祖本是唐高宗仪凤二年令内廷书手吕神福等人本许敬宗原本《文馆词林》抄写送给日本国天武天皇的礼物。根据弘仁本残卷及现行历史文献,可知唐修《文馆词林》始于显庆元年,撰者除两唐书所举的许敬宗、刘伯庄、高智周外,可能还有杜正伦、李义府、薛元超、顾胤、高若思、令狐德棻、李敬玄等人。是书选录标准一本前代旧式,而体例则有所创新,兼具总集和类书的的特点,且彰显文体源流,有足可称者。此书的修撰是高宗朝再兴文治的开始,它见证了武则天是如何利用弘文馆学士为自己夺取皇后宝座而摇旗呐喊的历史。许敬宗正是因在这场政治斗争中立下的汗马功劳而晋身侍中、监修国史、郡公,并领撰《文馆词林》的。

基于同义词词林的社会化标签等级结构构建研究

[目的/意义]利用同义词词林,挖掘标签间的相互关系,构建标签等级结构,对标签进行规范化控制,从而提高利用标签检索的效率。[方法/过程]首先,按照标签间关系联系的紧密大小对标签间的关系进行了层级划分;随后,通过分析标签与资源的联系强度,将标签与关系紧密的资源联系起来;最后,根据标签间及标签与资源的关系来确定标签间的父子关系,构建标签等级结构。[结果/结论]选取了"豆瓣读书"中的实例数据进行实证研究,研究表明,该算法具有一定的可行性和有效性,能够较好地构建标签等级结构。

日藏马融《上林颂》残篇校勘及考证

日藏弘仁本《文馆词林》有一卷次、篇题、作者不明的残篇,本文研究认为是马融《上林颂》的遗存。文章首先对该篇文本中存在的讹脱衍倒现象进行校勘,改正讹误十馀处。该篇书写校猎,先至其文已佚的"某处",再至广成苑,根据东汉制度,先至之处应为上林苑,结合汉赋命名惯例推测,残篇原秩以“上林”命篇实属合理;考察东汉中期以后,以“上林”命篇的赋、颂作品,目前所知,仅有马融《上林颂》;而挚虞、刘勰俱以为该篇近于赋体,残篇则以主客问答形式结构全篇,确从赋体脱胎而出,并与《广成颂》的主旨相同。以上均指向残篇为马融的《上林颂》。根据《典论》佚文和《后汉书》的记载,《上林颂》作于桓帝永兴二年,既谏桓帝不可耽于游乐,又劝桓帝应借校猎加强武备。

基于词林的词语相似度的度量

词语相似度的计算是人工智能领域的一个基础性的研究课题,它在自然语言处理,QA平台的搭建、语义消歧、文本的聚类和分类这些问题有着很广泛的应用。提出一种基于同义词词林的中文单词相似度计算方法,通过两个单词在词林树中相距的路径长,以及所在分支词义密度来计算两个中文单词间的相似度,并通过观察计算相似性的结果和人主观感觉的相似性的结果的皮尔逊线性相关系数来评价该方法。

日藏弘仁本《文馆词林》卷次不明之阙题残篇考辨

本文认为,目前学术界所讨论的日藏弘仁本《文馆词林》中的一个卷次不明、题名及作者之名均阙的残篇,并不为后汉文,也决非马融所作之《上林颂》。根据文中所提供的一些重要线索,可以断定该文是魏文帝黄初年间的作品,其题名当如时所称《校猎赋》或《羽猎赋》之类,作者则待考。