基于知识库的自然语言语义研究

摘要

随着高科技的迅速发展,其应用深入到人们生活的各个领域,信息检索,文本分类,自动文摘,人机对话等对自然语言处理(NLP)提出越来越高的要求,使NLP研究成为最热门的学科之一.众所周知,自然语言是由句子构成,而一个句子有句法结构,也有语义结构.句法结构是表层结构,语义结构是深层结构,两者是形式和内容的关系.句法分析是传统的理解自然语言的处理技术之一,它已经被广泛地应用于不同的自然语言研究领域中.通过严格地定义句法结构,我们能相对容易地得到自然语言文本的句法结构,但句法结构仅仅从形式上分析了句子的成分,并没有对句子的内在涵义作更进一步的分析,这就要求我们在句法分析的基础上进行语义分析.自然语言处理的核心技术就是语义分析技术,即将句子(数量无限)变换成由词语(数量可控)及其抽象形式(数量有限)构成的用某种数据结构(句法树、复杂特征集或语义网络)表示的内部形式(数量有限).语义分析的目标是分析自然语言句子的内在意义,找出成分之间的语义关系,得到比句法分析更有意义的语义知识表达形式,从而推动自然语言文本的理解到一个更高的层次.在NLP领域中,语义分析是自然语言处理的重点和难点.早期的研究人员提出的一些语义理解模型,如语义网和概念依存理论,在一些小型的原型系统中取得了成功.近年来,一些大规模、可计算的语义知识库,包括WordNet、MindNet、FrameNet、HowNet等的开发和利用,为进行大规模的真实文本的语义分析和理解提供了有利的支持.