中文分词之识别语义

           中文分词之识别语义

一、      概述：

我们都知道、对于搜索引擎、如果利用现成的框架是比较容易实现以下步骤：获取文本内容、建立索引、分词识别、检索。但是这并不能保证检索出来的东西是我们想要的结果。识别语义、查找的东西与检索出来的东西的相关性是搜索引擎的核心。      

例如：“今年中秋、这里人来人往、好不热闹！”通常来说“不”字是否定词，但是这里的“不”是语气词，并非否定的意思。所以，中文是博大精深的沉淀文化，很多词语带有情感色彩，要想识别出这些词语并分离出来准确分析其语义，这就只能通过两个方法：词典匹配和自动识别抽取。

1.   词典匹配

1）        情感词词典

2）        连词词典

3）        程度词词典

4）        否定词词典

2.   自动识别抽取

属性词抽取

评价对象抽取

二、      词典匹配

词典匹配是人为研究添加上去的。每读一段话，如果想判别它的语义那么首先根据词典进行匹配才能判别它的语义。

2.1部分情感词词典：

正面评价	蔼然、蔼然可亲、安安静静、安定、安分、安然无事、安如泰山、百里挑一、百读不厌、 便、便当、便捷、便利、便民、便宜、变通、百折不回
正面情感	爱不忍释、爱不释手、爱宠、爱戴、爱抚、爱好、爱护、爱怜、爱恋、爱慕、爱上、  爱屋及乌、称道、称快、称赏、称颂、称叹、称羡、称谢、称心、称心如意、 称心如愿、称许、称誉、称愿、称赞
负面评价	暗中、暗自、暗朦、岸然、肮里肮脏、肮脏、昂贵、凹凸、凹凸不平、傲、傲岸、  傲慢、八面玲珑、跋扈、霸道霸气、白痴般
负面情感	板起脸、 板着脸、板着面孔、半信半疑、包涵、包容、褒贬、睖睁抱不平、抱憾、 抱憾终身、抱恨悲哀、悲愁、悲悯变色、变心、憋、憋得慌、勃然大怒、不甘、 不甘心、不过意、不寒而栗

 

2.2部分连词词典：

转折	但、可是、然而、不过、却