本书的解决方案是:基于《现代汉语规范词典》中形容词的释义方式--同义词、反义词加特征,总结、归纳出来一组全部由词典编纂者提供的特征。这些特征随着词典的长期广泛的使用,能够为普通大众所接受。
二、从计算机科学的角度,研究了如何采用NLP技术从机读词典中自动提取形容词词条的概念语义模型。
虽然形容词语义模型具有相同的基本结构,但是每个具体的形容词的值和特征都不尽相同。鉴于手工建构每个汉语形容词的语义模型费时费力,本书随机标注了小部分高频形容词的释义,以获取自动抽取的模板。此后使用其余的形容词作测验,获得了比较理想的准确率和召回率。从实验结果来看,从现有的文本词典中通过模板抽取的方法来自动生成形容词概念语义模型是可行的。
三、从词典学的角度,研究了如何把该语义模型运用于对外汉语学习词典的编纂。
对外汉语学习词典指的是在对外汉语教学中供外国学生使用的外向型词典。新语义模型可以作为新型形容词同义词、反义词学习词典的微观结构,在如下三个方面展现了一定的优越性:
1.能够简便地区分形容词同义词的异同。两词相同,是由于联结了相同的特征和值;不同之处在于各自联结了其他的特征或值。
2.能够简便地区分形容词词条下所配置的是例词还是例词组。如果某个实体(表征名词)可以与不同的值(表征形容词)相联结,那么它们是例词组,即具有组合性。否则很可能是例词,不具备组合性。
3.在原来的文本词典中,由于受到版面的限制,某个形容词词条下收录的同义词、反义词和特征的数量是相当有限的。在本模型中,能够把分散在其他形容词词条下的同义词、反义词及其特征也能全部收集起来,从而便于查询和使用。
上述三个方面的研究存在紧密的联系,其意义和价值是研究如何把一本文本词典自动改编为形容词电子学习词典,从而服务于对外汉语电化教学的需要。
……
展开