随着语义网的出现,人工智能研究者在网页语义标注方面做了很多研究,但是却忽略了由语料库语言学发展而来的语料文本标注及其成果。这篇论文的研究旨在证明综合两个领域的成果不仅是可行的,而且可以使语义网更具有机器可读性。本文开发了一个基于特定复句语义标注规范和本体语义学的多级标注模型,用新一代语义网络语言实现来满足共同的需要。 本文给出了项目研究的主要成果:语言标注如何帮助计算机理解一个文档(语义网页)中的文本。本项目特别致力于识别由人工智能而来的语义标注模型和由语料库语言学而来的标注之间的互补性,把它们结合起来,而不是像原来所考虑的那样互相矛盾。 基于本体的语义标注工具使用已有本体的语义信息在Web页面中插入语义元数据信息,从而使Web页的内容机器可识别,它完成的是构建语义Web的基础性工作。 本文首先要建立语言学本体。复句作为一种具有表述性的语法单位,它的意义容量要比单句大,结构也很复杂。建立复句的本体模型有助于更好地理解复句领域的所有概念和概念间隐藏的语义,为汉语复句语义上的计算机自动识别打下基础。本文分析了复句的结构,提取出复句领域主要的概念,引入本体这种知识建模方法,从本体基本的建模元语出发构建了复句本体模型。针对复句领域,本文扩充了语义关系来完整地体现复旬中隐含地语义,并显式地表示出来,接着用OWL语言进行了形式化描述。 然后介绍了基于本体的语义标注原理。对现有的基于本体的语义标注工具进行分析和总结,确定建立面向汉语复句的本体语义标注模型的目标。本文给出了适合于实际情况的有标复句本体标注说明及标注规范,设计了一种面向中文信息处理领域的基于语言学本体的特定语义标注模型。