词汇计量研究与常用词知识库建设  

Quantitative Lexicon Study and Knowledge Base Construction for Commonly Used Words

作　　者：俞士汶[1,2] 朱学锋[1] 

机构地区：[1]北京大学计算语言学研究所计算语言学教育部重点实验室,北京100871 [2]语言能力协同创新中心,江苏徐州221009

出　　处：《中文信息学报》2015年第3期16-20,共5页Journal of Chinese Information Processing

基　　金：国家重点基础研究发展计划(2014CB340504);国家自然科学基金(61272221;61170163)

摘　　要：面向自然语言处理的词汇语义研究应该以词汇的计量研究为基础。该文在评述汉语词汇计量研究的主要成果以后,提出一个汉语常用词知识库的建设任务,并给出常用词表的构造性定义、词表常用性的定量评价方法以及"部件词"的概念,最后介绍现代汉语常用词知识库的总体设计和已经做的工作。期望常用词知识库的建设能为汉语词汇语义学研究、为中文信息处理事业的发展做出贡献。Natural language processing oriented lexical semantics researches should be based on quantitative study of the lexicon. After a brief suvey on the main achievements of the quantitative Chinese lexicon, this paper proposes a project to build a knowledge base of commonly used words, for which we describe 1） a constructive definition of commonly used words list, 2） a quantitative method to measure the coverage of a given word list over an annotated corpus, and 3） the concept of ＂component word＂. We also introduce the overall designs of the knowledge base and the current progress of this project. It is expected that the construction of such a knowledge base can contribute to the Chinese lexical semantics researches and the development of Chinese information processing.

关 键 词：汉语常用词知识库 《中国语言生活状况报告》 综合型语言知识库 《现代汉语语法信息词典》 部件词 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]