基于Neo4j的语言学术语知识图谱构建研究

doi:10.12339/j.issn.1673-8578.2023.03.003

中国科技术语 ›› 2023, Vol. 25 ›› Issue (3): 18-26.doi: 10.12339/j.issn.1673-8578.2023.03.003

基于Neo4j的语言学术语知识图谱构建研究

王浩学¹(), 王兴隆²()

¹ 广西大学文学院,广西南宁 530000
² 鲁东大学文学院,山东烟台 264001

收稿日期:2022-09-12 修回日期:2023-02-06 出版日期:2023-07-05 发布日期:2023-07-03

作者简介:

王浩学(2000—),男,广西大学文学院硕士研究生,研究方向为实验语音学、计算语言学,主持国家级大学生创新项目1项、广西研究生创新项目1项、山东省语言资源开发与应用重点实验室开放课题1项,发表CSSCI论文1篇。通信方式:wanghx@st.gxu.edu.cn。

王兴隆(1982—),男,鲁东大学文学院副教授,国家语委汉语辞书研究中心、山东省语言资源开发与应用重点实验室专职研究员。主要研究方向为二语学习、词汇学与词典学。主持各类科研项目11项,包括国家语言文字工作委员会重点项目、全国科学技术名词审定委员会项目、教育部语言合作中心项目、山东省社会科学规划项目等。在《外语教学与研究》《语言文字应用》等期刊(包括CSSCI期刊)、论文集发表论文20余篇。获山东省高校人文社科优秀成果一等奖1项,主编论文集2部。通信方式:wangxinglong100@163.com。

基金资助:
全国科学技术名词审定委员会科研项目“基于‘动态-静态’融合特征的汉语语言学术语知识图谱构建研究”(YB2021026)

Graph Construction of Linguistic Term Knowledge Based on Neo4j

WANG Haoxue¹(), WANG Xinglong²()

Received:2022-09-12 Revised:2023-02-06 Online:2023-07-05 Published:2023-07-03

摘要/Abstract

摘要：

此研究以《语言学名词》为数据源,使用Neo4j图数据库,采用自顶向下的图谱构建模式,融合事件理论与事理知识图谱构建方法生成语言学术语知识图谱,直观展现语言学术语内部的五类属性值及术语节点之间的九类关系,提供了一种较为合理的学科知识图谱构建模式,对语言学术语知识图谱的部分特征进行了分析,并对语言学术语知识图谱研究进行了总结和展望。

关键词: 事理图谱, 知识图谱, 语言学术语, 学科术语, Neo4j

Abstract:

Taking the Chinese Languistic Terms as data source and using the Neo4j graph database, we adopt a top-down graph construction model, and integrate event theory and event evolutionary graph construction methods to generate linguistic terminology knowledge graphs. We hope to visualize the five types of attribute values within linguistic terms and nine types of relationships among term nodes, and provide a more reasonable disciplinary knowledge graph construction model. We also analyze some features of the linguistic terminology knowledge graph, and summarize and outlook the research on linguistic terminology knowledge graph.

Key words: event evolutionary graph, knowledge graph, linguistic term, subject term, Neo4j

中图分类号:

H083

王浩学, 王兴隆. 基于Neo4j的语言学术语知识图谱构建研究[J]. 中国科技术语, 2023, 25(3): 18-26.

WANG Haoxue, WANG Xinglong. Graph Construction of Linguistic Term Knowledge Based on Neo4j[J]. China Terminology, 2023, 25(3): 18-26.

图/表 8

参考文献 23

[1]	刘峤, 李杨, 段宏, 等. 知识图谱构建技术综述[J]. 计算机研究与发展, 2016, 53(3): 582-600.
[2]	国务院关于印发新一代人工智能发展规划的通知[A]. 中华人民共和国国务院公报, 2017(22): 7-21.
[3]	董晓晓, 周东岱, 黄雪娇, 等. 学科核心素养发展导向下教育领域知识图谱模式构建方法研究[J]. 电化教育研究, 2022, 43(5): 76-83.
[4]	王松, 李正钧, 杨涛, 等. 中医药知识图谱研究现状及发展趋势[J]. 南京中医药大学学报, 2022, 38(3): 272-278.
[5]	肖飞龙, 张爽, 胡志凌. 基于Neo4j的疾病预防与控制知识图谱研究[J]. 电子技术与软件工程, 2021(22): 180-182.
[6]	陈风华, 弗朗西斯科·维勒索. 多模态话语研究的知识图谱演化分析:基于国内外核心期刊的研究[J]. 华侨大学学报(哲学社会科学版), 2017(6): 154-166.
[7]	刘霞, 许家金, 刘磊. 基于CiteSpace的国内语料库语言学研究概述(1998—2013)[J]. 语料库语言学, 2014, 1(1): 69-77,112.
[8]	赵世举, 郑蒙. 术语与科技话语能力建设:法国的实践及启示[J]. 语言战略研究, 2022, 7(5): 58-68.
[9]	全国科学技术名词审定委员会. 语言学名词[M]. 北京: 商务印书馆, 2011.
[10]	白璐. 面向政治领域的事理演化图谱构建[D]. 北京: 国际关系学院, 2020:19.
[11]	付雷杰, 曹岩, 白瑀, 等. 国内垂直领域知识图谱发展现状与展望[J]. 计算机应用研究, 2021, 38(11): 3201-3214.
[12]	孙敏敏, 毛雪岷. 基于Neo4j的肺部疾病知识图谱构建[C]// 第十五届(2020)中国管理学年会论文集. 中国管理现代化研究会,复旦管理学奖励基金会, 2020: 25-30.
[13]	POKORNÝ J. Functional querying in graph databases[J]. Vietnam Journal of Computer Science, 2018, 5(2): 95-105. doi: 10.1007/s40595-017-0104-6 URL
[14]	JOUILI S, VANSTEENBERGHE V. An Empirical Comparison of Graph Databases[C]// 2013 International Conference on Social Computing. Alexandria, VA, USA: IEEE, 2013: 708-715.
[15]	王力, 韩红旗, 高雄, 等. 关系数据库向Neo4j图数据库转化的应用研究:以工程科技词系统为例[J]. 中国科技资源导刊, 2021, 53(5): 55-65.
[16]	FLEMING J, LEVY S, NAG P, et al. Graph database system and method for facilitating financial and corporate relationship analysis[P]. United States Patent 8674993,2014-03-18.
[17]	张维冲, 王芳, 黄毅. 基于图数据库的贵州省大数据政策知识建模研究[J]. 数字图书馆论坛, 2020(4): 30-38.
[18]	苏翔. 基于知识图谱的“数据结构”教学资源平台的构建研究[D]. 北京: 北京林业大学, 2019:17.
[19]	《语言学名词》出版[J]. 语文研究, 2012, 122(1): 45.
[20]	YANG C C, SHI X. Discovering event evolution graphs from newswires[C]// Proceedings of the 15th international conference on World Wide Web-WWW’06. Edinburgh, Scotland: ACM Press, 2006: 945.
[21]	朱福勇, 刘雅迪, 高帆, 等. 基于图谱融合的人工智能司法数据库构建研究[J]. 扬州大学学报(人文社会科学版), 2019, 23(6): 89-96.
[22]	仲兆满, 刘宗田, 李存华. 事件本体模型及事件类排序[J]. 北京大学学报(自然科学版), 2013, 49(2): 234-240.
[23]	王兴隆, 亢世勇. 新时代融媒体汉语学习词典的融合特征及其优化路径:以《当代汉语学习词典》为例[J]. 语言文字应用, 2021(4): 132-141.

定义	关系类型
节点关系:展现术语外在演化关系的[术语事件-边-术语事件],如[转换生成语法-继承-框架语义学]	因果[转换生成语法—孟德斯鸠语法]
	条件[理论语言学—应用语言学]
	种属[数理语言学—孟德斯鸠语法]
	构成[转换生成语法—转换语法]
	继承[笛卡儿语言学—“萨丕尔-沃尔夫”假说]
	并发[框架语义学—切夫语法]
	对立[笛卡儿语言学—语言决定论]
	类似[笛卡儿语言学—普遍语法]
	互补[认知语言学—关联理论]

定义	关系类型
节点关系:展现术语外在演化关系的[术语事件-边-术语事件],如[转换生成语法-继承-框架语义学]	因果[转换生成语法—孟德斯鸠语法]
	条件[理论语言学—应用语言学]
	种属[数理语言学—孟德斯鸠语法]
	构成[转换生成语法—转换语法]
	继承[笛卡儿语言学—“萨丕尔-沃尔夫”假说]
	并发[框架语义学—切夫语法]
	对立[笛卡儿语言学—语言决定论]
	类似[笛卡儿语言学—普遍语法]
	互补[认知语言学—关联理论]

属性	存在问题	对齐规范
时间	具体年份或世纪分期等时间分类方法导致数据冗余	前期:一般指一个世纪的前三十年(01—30) 中期:一般指一个世纪的中间四十年(31—70) 后期:一般指一个世纪的后三十年(71—00)
人物	曾用名及译名差异导致数据冗余	对于中外人物,均采用学术界最常用的名字或译名,并且保持前后一致。外国人物不取复杂全名,且需统一规范译名。如“乔姆斯基”不取“艾弗拉姆·诺姆·乔姆斯基”,也不取“乔姆斯奇”等非规范音译名

属性	存在问题	对齐规范
时间	具体年份或世纪分期等时间分类方法导致数据冗余	前期:一般指一个世纪的前三十年(01—30) 中期:一般指一个世纪的中间四十年(31—70) 后期:一般指一个世纪的后三十年(71—00)
人物	曾用名及译名差异导致数据冗余	对于中外人物,均采用学术界最常用的名字或译名,并且保持前后一致。外国人物不取复杂全名,且需统一规范译名。如“乔姆斯基”不取“艾弗拉姆·诺姆·乔姆斯基”,也不取“乔姆斯奇”等非规范音译名

术语事件	关系	属性值	术语事件	关系	属性值
元语言学	种属	语言学	新弗斯学派	代表人物	弗斯
元语言学	类似	纯理语言学	新弗斯学派	代表人物	韩礼德
元语言学	关键词	元语言	新语法学派	种属	语言学学派
元语言学	关键词	符号语言	新语法学派	时间	19世纪后期
元语言	种属	符号语言	新语法学派	地域	德国
新弗斯学派	种属	语言学学派	新语法学派	代表人物	布鲁格曼
新弗斯学派	条件	伦敦学派	新语法学派	代表人物	奥斯特霍夫
新弗斯学派	地域	英国	新语法学派	关键词	维纳尔定律

基于Neo4j的语言学术语知识图谱构建研究

Graph Construction of Linguistic Term Knowledge Based on Neo4j

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 23

相关文章 6

编辑推荐

Metrics

本文评价

[1]	李浩宇, 梁红. 基于知识图谱的国际术语翻译研究热点、前沿与启示[J]. 中国科技术语, 2023, 25(2): 61-71.
[2]	刘宇红, 殷铭. 语言学语域的学术词汇表与术语词汇表[J]. 中国科技术语, 2022, 24(2): 47-54.
[3]	孙欣, 詹青龙. 高频术语视角下对眼动追踪技术研究文献的可视化分析[J]. 中国科技术语, 2021, 23(1): 71-80.
[4]	胡兰西. “世界英语”“作为通用语的英语”与“作为国际语的英语”术语辨析[J]. 中国科技术语, 2020, 22(2): 54-58.
[5]	牛保义. 英语语言学汉译术语的使用与理解[J]. 中国科技术语, 2015, 17(4): 33-37.
[6]	龙海平. 从词典比较看英文语言学术语的汉译^①[J]. 中国科技术语, 2010, 12(4): 46-51.