1 改进《同义词词林》共享版
在实验中,由于客观条件的限制,我们选择的语义词典是《同义词词林》。《同义词词林》是梅家驹等人[1]于1983年编纂而成,初衷是希望提供较多的同义词语,对创作和翻译工作有所帮助。但在我们发现,这本词典中不仅包括了一个词语的同义词,也包含了一定数量的同类词,即广义的相关词,可以参考表1.1中的词条示例。经此分析之后,我们认为它完全可以作为语义词典用到自然语言处理任务中。同时,《同义词词林》与WordNet的格式有若干相似之处,即都是用一个同义词集合来表示一个意思,所以可以引入WordNet中的各种语义度量方法,在《同义词词林》中比较这些方法。
表1.1 词典结构示例
Ae07 农民 牧民 渔民 |
农民 农夫 农人 农 庄稼人 庄稼汉 田父 泥腿子 农家 耕夫 老乡 小农 个体农民 佃农 佃户 上中农 富裕中农 * * 菜农 棉农 茶农 烟农 蔗农 花农 药农 林农 雇农 贫农 下中农 中农 上中农 富农 自耕农 半自耕农 集体农民 人民公社社员 |
1)该表来源于《哈工大信息检索研究室同义词词林扩展版》说明
表1.2 《同义词词林》扩展前后比较
词典特征 |
扩展前 |
扩展后 |
词条总数 |
53,895个 |
77,343个 |
大类数 |
12个 |
12个 |
中类数 |
94个 |
97个 |
小类数 |
1428个 |
1400个 |
层次数 |
3层 |