基于知識(shí)本體的俄漢可比語料庫建設(shè)與應(yīng)用研究

　　可比語料庫作為近年來語料庫研究的熱點(diǎn)方向之一，可廣泛應(yīng)用于語言學(xué)研究和自然語言處理領(lǐng)域。本體是一種基于語義網(wǎng)技術(shù)的知識(shí)表示方法，它與可比語料庫的融合式研究是對(duì)可比語料獲取、組織和應(yīng)用方法的一次革新，將更好地發(fā)揮可比語料庫的效能并擴(kuò)展其應(yīng)用領(lǐng)域。經(jīng)過前期調(diào)查分析，國內(nèi)外鮮有俄漢可比語料庫相關(guān)研究，未見基于本體的俄漢可比語料庫相關(guān)成果。本研究首先在理論層面分析了可比語料庫研究的現(xiàn)存問題，提出將本體引入可比語料庫研究的思路，并以此為基礎(chǔ)提出了基于本體的可比語料庫理論構(gòu)想。隨后在實(shí)踐層面將該理論構(gòu)想運(yùn)用到了面向俄漢可比語料庫的烏克蘭事件多語言復(fù)合型本體構(gòu)建、基于該本體的俄漢新聞及維基百科可比語料獲取、語料庫構(gòu)建和語料庫應(yīng)用等核心問題的研究中。本研究所取得的成果：一，本研究所提出的基于本體的可比語料庫理論構(gòu)想由“一對(duì)關(guān)系、三個(gè)模型和四個(gè)問題”組成，闡釋了本體與語料的層次關(guān)系，建立了基于本體的單語料、語料庫和語料可比關(guān)系模型，在理論上討論了面向可比語料庫的本體構(gòu)建、基于本體的可比語料獲取、語料庫構(gòu)建和語料庫應(yīng)用問題。第二，本研究所構(gòu)建的面向俄漢可比語料庫的烏克蘭事件多語言復(fù)合型本體（мопкус）由表征領(lǐng)域知識(shí)和描述存儲(chǔ)語料的2大類及8個(gè)子類組成，包含數(shù)據(jù)屬性46個(gè)，對(duì)象屬性9個(gè)，實(shí)例60733個(gè)（領(lǐng)域知識(shí)類實(shí)例4525個(gè)，語料描述類實(shí)例56207個(gè)）。第三，本研究所構(gòu)建的基于MO幾KYC的俄漢可比語料庫包含新聞原始語料3554篇，維基百科原始語料1670篇，其中包括中文語料163萬字，俄文語料132萬詞；以領(lǐng)域相同、發(fā)布時(shí)間相似對(duì)齊俄漢新聞可比語料文本50148對(duì)，以俄漢維基語言鏈接對(duì)齊維基百科可比語料文本835對(duì)，并對(duì)俄漢語料各層面的可比程度進(jìn)行了評(píng)估計(jì)算，為語料庫的應(yīng)用奠定了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。第四，在所構(gòu)建的基于本體的俄漢可比語料庫基礎(chǔ)上探討了三個(gè)應(yīng)用問題：復(fù)雜語料調(diào)用與語義查詢、基于多維度特征的可比度評(píng)估以及跨語言文本推薦與信息整合，并研制了相關(guān)軟件系統(tǒng)。

暫缺《基于知識(shí)本體的俄漢可比語料庫建設(shè)與應(yīng)用研究》作者簡(jiǎn)介