论文部分内容阅读
HNC(Hierarchical Network of Concepts,概念层次网络)理论是黄曾阳先生创立的服务于自然语言理解处理的理论体系,其中的HNC符号是对自然语言概念空间的符号化表达,HNC符号并不追求对词义的精确化表述,而强调对概念之间关联性的把握和形式化描述,将概念关联性强弱的计算简化为对数字串和字母串的逐层比较问题,极大方便了计算机理解和处理自然语言。
经过HNC研发小组的同仁们10年的积累和编写,HNC共编定59988个词语(64555个义项)的词语知识,除了为每个词语填写HNC符号之外,还配置了词语的语法搭配信息(如“着了过完见开起”等)、句类信息、词语在句中的强关联信息和相应的例句等知识,它们是汉语句子理解处理的宝贵资源。不过,在对汉语字词的HNC符号编写方面,目前还只有粗略的编写原则和规范,并没有HNC符号的编写细则,HNC符号的编写并没有完全做到系统化、一致化和规范化。本文将针对HNC符号的具体应用,制定HNC符号的编写细则,完善HNC符号的填写,力争做到HNC符号填写的系统化、一致化、规范化,以求HNC字词库资源在中文信息处理领域达到更为理想的应用效果。
由于和自然语言中的字词相对应的HNC符号本身是具有层次性和结构性的,不事先对其解析,就无法在工程上利用HNC符号处理自然语言。文章系统分析了HNC符号体系的组合结构和组合规律,用C#语言编写了HNC符号的解析工具,并将解析工具封装成类,便于其他程序调用此解析工具。
文章还对黄曾阳先生构建的自然语言概念的HNC符号在应用层面作了宏观和微观的细致研究,将黄先生提出的HNC符号“同行优先”准则具体应用于中文信息处理实践领域,研究发现,HNC符号在文本领域判定、词义消歧、语义块切分等问题上都能发挥重要作用,文章编写程序对HNC符号在以上问题的处理方面进行了效度测试,测试结果较为理想。
总的来说,论文中的三大部分,HNC符号的规范、HNC符号的解析、HNC符号的应用都是为推进HNC理论在工程上的应用服务的,有很强的工程性和实践性。其中,HNC符号的应用是主体,HNC符号的解析是应用的基础,HNC符号的规范是为达到更好的应用效果而服务。