[发明专利]一种结合中英知识资源的中文词语语义关系识别方法和装置

权利要求书

1.一种结合中英知识资源的中文词语语义关系识别方法，其特征在于，该方法包括以下步骤：

步骤一、结合多种中文知识资源获取反义词集合，根据反义词集合判定词语间语义关系是否具有反义关系；

步骤1-1)利用HowNet中显式定义的反义关系，对给定词语A和B进行词语A的反义词集合ASET_A提取操作，如果B∈ASET_A，那么所述词语A和B存在反义关系，否则转步骤1-2)，另外HowNet中定义的对义关系也作为一种反义关系处理；

步骤1-2)使用百度汉语提取给定词语A的反义词集合ASET_A，利用哈工大同义词词林扩展版提取词语A的同义词集合SSET_A，对于每个词语W∈SSET_A提取其反义词并合并到ASET_A，如果词语B∈ASET_A，则所述词语A和B存在反义关系，否则转步骤1-3)；

步骤1-3)使用百度百科提取词语A的反义词集合ASET_A，如果词语B∈ASET_A，则所述词语A和B存在反义关系，否则转步骤2-1)；

步骤二、使用多种中文知识资源提取部分词集合，根据部分词集合判定词语间是否具有整体部分关系；

步骤2-1)利用HowNet分别提取词语A和B的部分词集合MSET_A和MSET_B，如果B∈MSET_A或A∈MSET_B，那么所述词语A和B存在整体部分关系，否则转步骤2-2)；

步骤2-2)使用HowNet义原定义进行处理，在定义中含有义原“part|部件”的词语表示该词作为某个词语的部分词或部件词，定义中的“whole”属性的值指示了其整体词的义原定义，据此提取词语A和B的所有词义的义原定义集合DEFSET_A和DEFSET_B；使用DEF_A和DEF_B分别指代词语A和B的某一条词义的义原定义；如果存在DEF_A∈DEFSET_A和DEF_B∈DEFSET_B，满足DEF_A含有“whole”属性且其值为DEF_B，或DEF_B含有“whole”属性且其值为DEF_A，则所述词语A和B存在整体部分关系，否则转步骤3-1)；

此外，有些词语对直接利用义原定义不能有效识别出整体部分关系，可以通过泛化的方式进行处理，将上述中“whole”属性的值泛化为其上位概念，其余操作不变；

步骤三、利用多种中文知识资源提取同义词集合，基于同义词集合判定词语间是否具有同义关系；

步骤四、借助于多种中文知识资源提取下位词集合，根据下位词集合判定词语间是否具有上下位关系；

步骤五、使用汉英词典将中文词语对翻译转换为英文；

步骤5-1)利用汉英词典将词语A和B分别翻译转换为相应的英文集合ENSET_A和ENSET_B；

步骤六、利用英文知识资源对步骤五所得英文词语对进行词语语义关系识别，以确定原中文词语对的语义关系；

步骤6-1)对于每个英文词语EN_A∈ENSET_A，EN_B∈ENSET_B，根据英文知识资源提取词语EN_A的反义词集合ENASET_A，如果词语EN_B∈ENASET_A，则英文词语EN_A和EN_B存在反义关系，也即步骤5-1)所述中文词语A和B存在反义关系，否则转步骤6-2；

步骤6-2)对于每个英文词语EN_A∈ENSET_A，EN_B∈ENSET_B，根据英文知识资源分别提取词语EN_A和EN_B的部分词集合ENMSET_A和ENMSET_B，如果词语EN_B∈ENMSET_A或EN_A∈ENMSET_B，则英文词语EN_A和EN_B存在整体部分关系，也即步骤5-1)所述中文词语A和B存在整体部分关系，否则转步骤6-3)；

步骤6-3)对于每个英文词语EN_A∈ENSET_A，EN_B∈ENSET_B，根据英文知识资源提取词语EN_A的同义词集合ENSSET_A，如果词语EN_B∈ENSSET_A，则英文词语EN_A和EN_B存在同义关系，也即步骤5-1)所述中文词语A和B存在同义关系，否则转步骤6-4)；

步骤6-4)对于每个英文词语EN_A∈ENSET_A，EN_B∈ENSET_B，根据英文知识资源分别提取词语EN_A和EN_B的下位词集合ENHSET_A和ENHSET_B，如果词语EN_B∈ENHSET_A或EN_A∈ENHSET_B，则英文词语EN_A和EN_B存在上下位关系，也即步骤5-1)所述中文词语A和B存在上下位关系。