基于Hownet的情感词典构建研究

2、archontheEmotionalthesaurusBaseofHownetAbstractThispaperpresentsanovelwayforbuildinganemotionalthesaurusbasedonHownet,whichisanon-linecommonsenseknowledgebaseunveilinginter-conceptualrelationsandinter-attributerelationsofconceptsasconnotinginlexiconsofChinese

3、andtheirEnglishequivalents,andusingtheemotionalthesaurusmakessomeresearchonemotionalinformationrecognitionofChinesetext.Intheprocessofbuildingtheemotionalthesaurus,first,accordingtothecurrentdevelopmentofemotionclassificationsystemisconfirmed.Thenaccordingto

4、theinsidestructureofHownetandinter-conceptualrelationsandinter-sememerelationsofHownet,withthehelpofmanualtagging,theemotionalthesaurusisbuilt,throughcollectingemotionalinformationtomaketheemotionalthesaurusbeextended.KeywordsHownet,Emotionalthesaurus,Emotional

7、ou和Mckeown5利用大规模语料库中的连接词信息来自动识别形容词的情感倾向，他们利用线性回归模型预测由不同连接词的形容词对是否具有相同或相反的情感倾向，预测精确率达到82%。对于多个形容词间的连接关系，利用聚类算法将形容词分为具有不同情感倾向的集合，并标注为褒义或贬义"在特定预料库中对形容词的标注精确率达到了90%以上。Kamps6等利用WordNet中的同义词关系构建同义词网络，通过比较给定词汇到单词“good”和“bad”的最短路径来判断该词汇的语义倾向。Takamura7等提出了LatentVariableModels

10、好的基础作用。在Hownet体系中,共用了1618个义原来表征词汇的概念。义原是Hownet体系中最基础的、不用再分割的最小的意义单位，Hownet利用义原对其系统中50220个汉语词语的个概念进行了描述。Hownet中一个概念并不是简单地描述为一个义原的集合,而是要描述为使用某种专门的“知识描述语言”来表达的一个语义表达式。即描述概念的每个义原所起到的作用是不同的,这也是计算相似度的困难之一。所以基于这种知识结构，Hownet的形式化和规范化程度还有待提高"1.2.2同义词词林同义词词林15的第一版和第二版的词表完全一样,，收词53859条。其中有很多的词已

15、息，知识工程以及推理方面的应用系统特别受益于动名间关系的信息，这些动词的句法信息和语义信息基本都是手工编制而成。Hownet中含有丰富的词汇语义知识和世界知识，为自然语言处理和机器翻译等方面的研究提供了宝贵的资源。Hownet的基本思想是设想所有的概念都可以分解成各种各样的义原,同时应该有一个有限的义原集合，其中的义原组合成一个无限的概念集合。如果能够把握这一有限的义原集合，并利用它来描述概念之间的关系以及属性与属性之间的关系，就有可能建立所设想的知识系统20。Hownet作为一个知识系统,实副其名是一个网而不是树。它所着力要反映的是概念的共性和个性，例如对于“医生”

16、和“患者”，“人”是它们的共性。Hownet在主要特征文件中描述了“人”所具有的共性，那么“医生”的个性是他是“医治”的施事，而“患者”的个性是他是“患病”的经验者。同时Hownet还着力要反映概念之间和概念的属性之间的各种关系。Hownet把下面的一种知识网络体系明确的教给了计算机进而使知识对计算机而言是可操作的。Hownet是一个以上述各类概念为描述对象的知识系统，而不只是一部语义词典。尽管被我们称为知识词典的常识性知识库是

17、Hownet的最基本的数据库。Hownet的全部的主要文件包括知识词典构成了一个有机结合的知识系统"例如,主要特征文件、次要特征文件、同义、反义以及对义组的形成，以及事件关系和角色转换等都是系统的重要组成部分，而不仅仅是标注的规格文件。2.2Hownet中的“概念”和“义原”董振东先生反复强调，Hownet并不是一个在线的词汇数据库，Hownet不是一部语义词典。在介绍Hownet的结构之前,我们首先要理解Hownet中两个主要的概念“概念”与“义原”。“概念&rdquo

18、;是对词汇语义的一种描述。每一个词可以表达为几个概念。“概念”是用一种“知识表示语言”来描述的，这种“知识表示语言”所用的“词汇”叫做“义原”。“义原”是用于描述一个“概念”的最小意义单位。义原一方面作为描述概念的最基本单位，另一方面，义原之间又存在复杂的关系。在Hownet中，一共描述了义原之间的如下几种关系：a）上下位关系（由概念的主要特征体现,请参看网管理工具）b）同义关系（可通过同义、反义以及对义组的形成获得）c）反义

19、关系（可通过同义、反义以及对义组的形成获得）d）对义关系（可通过同义、反义以及对义组的形成获得）e）部件-整体关系（由在整体前标注%体现，如“心”，“CPU”等）f）属性-宿主关系（由在宿主前标注&体现，如“颜色”，“速度”等）g）材料-成品关系（由在成品前标注？体现,如“布”，“面粉”等）h）施事/经验者/关系主体-事件关系（由在事件前标注*体现，如“医生”、“雇主”等）i）受事内容领属物等-事