知识发现视角下词汇历时语义挖掘与可视化研究

摘要：

针对中文词汇历时语义的知识挖掘问题,本研究设计了一个面向知识发现的可扩展框架,该框架基于松耦合的可配置服务式架构,底层提供数据清洗、数据规范化、历时词向量训练等服务,中间层通过XML(extensible markup language)配置来定制基础数据的抽取策略并实现界面映射,顶层通过对关键服务的组合调用,构建知识发现与可视化的应用模块.以《人民日报》词汇历时语义挖掘实践为例,给出了该框架的一个具体实现,展示了历时词向量在数字人文和社会计算研究中的可能应用模式.该方法框架及其实现具有较好的通用性,通过二次开发,能灵活构建各类面向知识发现的词汇历时语义挖掘应用,并可推广到对其他历时语料的知识挖掘.

关键词：知识发现;词向量;表示学习;历时语义;人民日报

所属期刊栏目：40

资助基金：教育部人文社会科学研究青年基金项目"基于知识库和大规模文本的词汇语义表示研究";浙江省公益技术应用研究计划项目"多源异构数据融合的农业知识服务关键技术与应用";浙江省高校重大人文社科攻关计划"基于语义混淆的个性化信息服务用户隐私保护策略"

在线出版日期：2021-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1052-1064