基于词对齐的古汉语同义词自动抽取研究——以前四史典籍为例

摘要：

[目的]针对古汉语领域同义词自动抽取研究较少以及现代汉语同义词抽取方法在古汉语不适用的问题,提出一种无监督抽取古汉语同义词的方法.[方法]构建句子级别古白对齐语料,利用词对齐算法实现典籍语料的词对齐,根据词对齐结果设计规则抽取同义词.[结果]词对齐方法可以用来解决古汉语同义词自动抽取问题,该方法在前四史语料上实现了 16 272组同义词的抽取,抽样评估结果显示第一次序结果词抽取准确率达到40.12％.[局限]该方法难以适用于没有古白句子级别对齐语料的典籍;同时,抽取结果依赖分词算法和词对齐算法的效果,抽取效果仍有提升空间.[结论]本研究基于词对齐构建一个古汉语词典,有较好的应用性,可以对依赖手工编纂的同义词词典进行扩充,为人文计算研究向语义层面的挖掘提供基础.

关键词：同义词;词对齐;古汉语典籍;数字人文

所属期刊栏目：5

分类号：G353(情报学、情报工作)

资助基金：国家社会科学基金;国家自然科学基金

在线出版日期：2022-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：135-144