wordnet的一些入門性介紹

標籤：style   blog   http   io   ar   color   os   使用   sp   

關於wordnet的介紹很多，中英文都有，我這裡主要是參考了別人的。自己組織了一下。

1.簡介

1.1關於詞典

　　Wordnet是一個由普林斯頓大學認識科學實驗室在心理學教授喬治·A·米勒的指導下建立和維護的大型的英語詞典，WordNet的開發有兩個目的：

　　1.它既是一個字典，又是一個辭典，它比單純的辭典或詞典都更加便於使用。

　　2.支援自動的文本分析以及人工智慧應用。

　　在WordNet中，名詞，動詞，形容詞和副詞各自被組織成一個同義字的網路，這是傳統詞典所不具有的，WordNet最具特色之處是根據詞義而不是詞形來組織詞彙資訊，每個同義字集合都代表一個基本的語義概念，並且這些集合之間也由各種關係串連。（一個多義詞將出現在它的每個意思的同義字集合中）。

1.2 WordNet單詞體系中相關概念

1.2.1一些心理學的假設

　　儘管名詞層級的一般結構是由上下位關係（hyponymy/hypernymy）產生的，但這些知識在人腦的詞庫中如何表示並不清楚。我們不妨假設概念的細節是由區別特徵來刻畫的。例如，知更鳥（robin）是一種鳥，有顏色，會唱歌，等等；顯然，我們不僅要在robin和bird之間建立起上下位關係，還需要將“顏色”（color），歌唱（singing），飛（flying）等特徵跟robin關聯起來。此外，robin還需要從bird那裡繼承一些特徵，比如恒溫脊椎動物（warm-blooded vertebrate），有喙（beak），翅膀（wings），羽毛（feathers），孵蛋（lay eggs），等等。為了達到上述目的，至少要考慮以下三方面的特徵：

（1）屬性（attributes）: 是知更鳥屬（redbreasted），恒溫脊椎動物，

（2）組件（Parts）：beak, feathers, wings

（3）功能（functions）: sings, flies, lays eggs

　　屬性的值由形容詞表達。例如，“size”和“color”是 “robin”（知更鳥）的兩個屬性。而知更鳥的size則由形容詞“small”（小）來描述；color則由形容詞“red”來描述。名詞由此可以看作是屬性詞的論元。例如 SIZE (robin) = small, COLOR (robin) = red

　　在WordNet中，{robin}和{red}之間不直接發生關聯，而是通過{color}跟{red}之間發生關聯。

　　friendliness（友好性）是dog的一個屬性，因此我們可以說“ a dog can be friendly or unfriendly ”，但 “ stingy dog ”或“ shallow dog ”就只能解釋為比喻用法。因為 generosity 和 depth 都不是 dog 的正常屬性。

1.2.2 WordNet中的語義關係

　　WordNet中包含各種關係。

1）反義關係

　　反義關係（antonymy）是很難定義的一種語義關係。一個詞x的反義詞有時並不是非x。例如，“富有（rich）”和“貧窮（poor）”是一對反義詞，但是要說某個人不富有並不意味著一定窮；許多人認為自己既不富也不窮。反義詞似乎是一種簡單的對稱關係，實際上卻是相當複雜的。反義詞是一種詞形間的語義關係，而不是詞義間的語義關係。例如，詞義｛升高，上升｝和｛下落，下降｝可能在概念上是相對的，其中[升高/下落]是反義詞，[上升/下降]也是反義詞。但是，如果說“升高”與“下降”與“上升”於“下落”是否是反義詞，就要考慮一下了。所以有必要區分詞形之間的語義關係和詞義之間的語義關係。反義關係為WordNet中的形容詞和副詞提供了一種中心組織原則。

2）同義字

　　WordNet的組織方式是提供語義關係的指標，而不是羅列特徵。WordNet中的名詞由同義字集合（synset）組成，synset之間有指標指示它們的語義關係（上下位關係）。在WordNet中，特徵資訊並不是以明確的顯性形式來定義上下位關係或名詞的層級關係。

3）上下位關係

　　與同義字和反義詞都是詞形之間的詞彙關係不同，上位關係（hypernymy）/下位關係（hyponymy）是詞義之間的語義關係。例如：｛樟樹｝是｛樹｝的下位詞，｛樹｝又是｛植物｝的上位詞。下位/上位關係也稱為從屬/上屬關係，子集/超集關係，或ISA關係。如果以英語為母語接受以“An x is a (kind of) y”架構構造的句子，則同義字集合｛x1,x2,…｝表示的概念與同義字集合｛y1,y2,…｝表達的概念是下位概念和上位概念的關係。上下位關係具有某種限制，而且是一種不對稱的關係。通常情況下，一個同義字集合如果有與之是下位概念和上位概念的關係的同義字集合，則也只有惟一的一個。即便是不惟一，同為上位概念的關係的同義字集合之間差別也是非常小的。這就產生了一種層次語義結構，其中下位詞位於其上屬關係的下層。這樣的層次表達方法，Touretzky稱作繼承體系，它意味著下位詞繼承了上位詞更一般化概念的所有性質，並且至少增加一種屬性，以區別它與它的上位詞以及該上位詞的其他下位詞。例如，“楓樹”繼承了其上位詞“樹”的屬性，但卻以其堅硬的木質、葉片的形狀等特性區別於其他的樹。這種方法為WordNet中的名詞提供了一種核心的組織原則。

句子“ A pistol is more dangerous than a rifle ”（手-槍比步-槍更危險）顯示的意義是可以理解的。而“ A pistol is more dangerous than a gun ” （手-槍比-槍更危險）和“ A gun is more dangerous than a pistol ”就都不好理解（Bever and Rosenbaum 1970）。很顯然，語言學上，比較句中兩個比較項不能是上下位關係的兩個詞。而這條句法規則要發揮作用，必須基於給定的名詞上下位關係知識基礎上。

再看一個例子，“ I gave him a good novel, but the book bored him ”容易理解，但“ I gave him a good novel, but the catsup bored him ”就讓人費解。 因為詞彙知識告訴我們，novel是book（有上下位關係），但不是catsup（番茄醬）。顯然，要得出上述判斷，也必須依賴名詞之間的上下位關係。

再一個例子，一些動詞的搭配選擇限制也表明名詞上下位關係的重要性。比如動詞“drink”的直接賓語可以是 beverage （飲料）的任何一個下位詞。這也暗示有關名詞的上下位關係的知識應該以一種人們能夠快速存取和搜尋到的方式存貯。

　　WordNet的組織方式是提供語義關係的指標，而不是羅列特徵。WordNet中的名詞由同義字集合（synset）組成，synset之間有指標指示它們的語義關係（上下位關係）。在WordNet中，特徵資訊並不是以明確的顯性形式來定義上下位關係或名詞的層級關係。

4）部分關係

　　同義關係，反義關係和上下位關係都是比較容易理解的語義關係。另一種語義關係稱為“部分-整體關係”（簡記為HASA），語言學家稱之為部分詞（meronym）/整體詞（holonym）的關係。如果以英語為母語接受以“A y is an x”或“An x is a part of y”架構構造的句子，則同義字集合｛x1,x2,…｝表示的概念與同義字集合｛y1,y2,…｝表達的概念是部分概念和整體概念的關係。部分關係也具有某種限制，且是不對稱的關係，可以構造一種部分等級關係。

5）繼承/蘊涵（entailment）

　　有些動詞之間存在蘊涵關係，如snore（打鼾）蘊涵了sleep（睡覺）。“He is snoring”蘊涵了“He is sleeping”。動詞之間的蘊涵關係很像名詞中的meronymy（整體部分關係）。

人們接受上述事實，就可以認為這樣的動詞對是部分-整體關係的，如drive 是 ride的一部分；snoring 和 dreaming（做夢）是sleeping的一部分等。因為當一個人drive（駕駛）的時候，他必然是ride（乘）在交通工具上的。從時間性上講，前一個動詞必然在後一個動詞發生的時段內。

最後附上一張名詞語義網路的樣本

 

 

6）致使語義關係（The cause relation）

　　這種關係連帶兩個動詞概念，一個是因（如give），另一個是果（如have）。英語中詞彙化的致使動詞對的例子如：show - see（展現 - 看見）和 fell - fall （擊倒 - 倒）等。

　　此外，WordNet包含從致使（causative）動詞和及物動詞，到相應的非致使動詞和不及物動詞的CAUSE語義關係指標。這主要出現在變化動詞中。例如blacken, develop, break, shrink等。大多數非致使動詞暗示了一個有生施事或無生的致使動因（如The glass door broke -- The storm/ The children broke the glass door）。少數動詞只跟無生致使動因相關，如The wooden deck molded -- All that rain molded the wooden deck。比較：The house sitter molded the wooden deck是不合法的句子。致使動詞也系統地出現在運動動詞中，如bounce, roll, blow等等。（She blew a soap bubble in his face -- The soap bubble blew in his face）。Carter(1976)提到，致使關係是蘊涵關係中的一種特殊情形：如果V1必引起V2，則V1也就蘊涵V2。比如expel/驅逐和 leave/離開，或bequeath/遺贈和own/擁有。跟所有的蘊涵關係一樣，致使關係是單向的（unidirectional）。

1.2.2 其他一些概念

下面，我們介紹WordNet名詞體系中一些重要概念。

(1)    獨立起始概念（Unique Beginner）

　　如果有一同義字集合（即概念）沒有上位同義字集合（即上位概念），則稱之為獨立起始概念。在WordNet名詞體系中，共有25個獨立起始概念。其他名詞通過上位/下位關係與這25個獨立起始概念構成25個獨立的階層。也就是說，標識著某個起始概念特點的屬性將它的所有下位概念所繼承，而這個起始概念就可以看作為是該語義領域內的所有概念（同義字集合）的一個原始語義元素。如表1所示。

 

表2 WordNet名詞體系的25個獨立起始概念

(2) 詞典編撰ID（Lexicographer ID）

　　每一個同義字集合（synonymy set）均有惟一的一個編號，這個編號就稱為詞典編撰ID（Lexicographer ID）。

(3) 概念鏈（Concept Chain）

　　概念鏈一般的定義是這樣一種結構：:=(C,<)，其中C代表的是概念集合，<代表概念間的下位/上位關係。也就是說概念鏈是由C概念集合中的概念通過概念間的上位/下位關係串連而成。

(4) WordNet名詞體系中的概念鏈（Concept Chain）

　　在WordNet名詞體系中，我們定義概念鏈（Concept Chain）如下：

　　L:=((C,<)<UBCi)，其中UBCi表示WordNet名詞體系的一個獨立起始概念，C代表的是概念集合，<代表概念間的下位/上位關係。也就是說概念鏈是以一個獨立起始概念UBCi為鏈首，通過概念間的上位/下位關係串連與C概念集合串連而成。同時C概念集合中的概念也是通過概念間的上位/下位關係進行串連。1所示。

 

　　圖1展示的就是一個概念鏈的示意範例。小三角形代表的是詞“football”。每一個小圓圈都代表WordNet中的一個同義字集合（也就是概念）。小圓圈旁邊的注釋就是該同義字集合的內容。注釋中的數字是該同義字集合的詞典編撰ID（Lexicographer ID）。這個示意範例表達的是：詞“football”有兩個義項，即它在兩個同義字集合中出現，也就是對應圖中的兩個小圓圈。小圓圈之間用帶箭頭的線串連，表示的是小圓圈所代表的概念通過下位/上位關係聯絡起來，從而構成概念鏈。概念鏈的首端對應的就是WordNet中的獨立起始概念。比如：概念鏈ch1可以表示為：（3255461）<（2681909）<（3289024）<（3174243）<（3443493）<（19244）<（2645）<（16236）<（1740）。其中（3255461）作為概念鏈的末端代表的是詞“football”的一個義項，而（1740）是WordNet中的獨立起始概念，成為概念鏈的首端。概念“game equipment”（3289024）是概念“ball”（2681909）的上層概念，表達的語義更抽象。

1.3 Wordnet的不足

　　1.WordNet並不把詞語分解成更小的有意義的單位（這是義素分析法的方法）；WordNet也不包含比詞更大的組織單位，如指令碼、架構之類的單位（這是架構語意學的方法）；

　　2.WordNet不是在文本和話語篇章水平上來描述詞和概念的語義，因此WordNet中沒有包含指示詞語在特定的篇章話題領域的相關概念關係。例如，WordNet中沒有將racquet（網球拍）、ball（球）、net（球網）等詞語以一定方式聯絡到一起。

　　3.WordNet中缺少關於詞語的句法資訊；

　　4.WordNet中缺少不同詞類詞語間的關係（scholar – teacher -/-teach）；

　　5.WordNet中沒有“IS-NOT-A-KIND-OF”這樣的關係；

　　6. WordNet中沒有區分“IS-A-KIND-OF”和“IS-USED-AS-A-KIND-OF”兩種關係，比如，“A thrush is a bird”是前一種關係，而“An adornment is a decoration”則是後一種關係。更典型的例子也許是“Chicken is a kind of bird”和“Chicken is a kind of food”。

　　更多說明請參考：http://blog.chinaunix.net/uid-9631117-id-2399942.html

wordnet的一些入門性介紹