基于概念结构与分布式表征的术语语义知识库构建

doi:10.12339/j.issn.1673-8578.2023.04.001

中国科技术语 ›› 2023, Vol. 25 ›› Issue (4): 3-11.doi: 10.12339/j.issn.1673-8578.2023.04.001

• • 下一篇

基于概念结构与分布式表征的术语语义知识库构建

王裴岩(), 李林娜(), 沈思嘉()

沈阳航空航天大学人机智能研究中心,辽宁沈阳 110136

收稿日期:2023-02-06 修回日期:2023-03-21 出版日期:2023-09-26 发布日期:2023-09-26

作者简介:

王裴岩(1983—),男,2020年毕业于南京航天航空大学计算机科学与技术学院,获工学博士学位,现为沈阳航空航天大学人机智能研究中心高级工程师,主要研究方向为自然语言处理、机器学习、知识工程。先后主持辽宁省自然科学基金重点项目与教育部人文社会科学青年基金项目,参加国家科技支撑计划与国防基础科研等项目,获得国防科技进步二等奖与中国航空学会科学技术奖一等奖。通信方式: wangpy@sau.edu.com。

李林娜(1995—),女,沈阳航空航天大学计算机学院硕士研究生。主要研究方向为自然语言处理。通信方式: lilinna79@163.com。

沈思嘉(2000—),女,沈阳航空航天大学计算机学院硕士研究生。主要研究方向为自然语言处理。通信方式: 2017399790@qq.com。

基金资助:
全国科学技术名词审定委员会科研项目“基于深度学习的术语概念语义图谱构建”(YB2022015)

Construction of Terminology Semantic Knowledge Base Based on Conceptual Structure and Distributed Representation

WANG Peiyan(), LI Linna(), SHEN Sijia()

Received:2023-02-06 Revised:2023-03-21 Online:2023-09-26 Published:2023-09-26

摘要/Abstract

摘要：

词汇语义知识库的构建是自然语言处理中的一项基本任务,在自然语言处理的各子任务中发挥着重要作用。文章面向领域内复合型术语,提出术语概念KDML表示的自动生成方法,该方法基于概念的层级结构,采用分布式表征方法表征概念与术语定义文本,根据二者间语义距离大小进行概念消歧,通过K近邻算法学习概念间的语义角色,按照KDML语法规则生成术语概念的完整表示。实验取得首义原精确率为96%,总义原、总语义角色与总三元组的F1值分别为91.92%、78.9%、73.41%的结果。

关键词: 分布式表征, 语义消歧, HowNet, 术语语义知识库构建

Abstract:

The construction of lexical semantic knowledge base is a basic task in natural language processing and plays an important role in various subtasks of natural language processing. This paper proposes an automatic generation method of term concept KDML representation for compound terms. The method is based on the hierarchical structure of concepts, uses distributed representation method to represent concepts and term definition text, and performs concept disambiguation according to the semantic distance between concepts and terms definition text. The method can learn the semantic roles between concepts through K-nearest neighbor algorithm, and generates term concept representation according to KDML syntax rules. Our experimental results showed that the accuracy rate of the first sememe was 96%, and the F1 values of the total sememe, semantic role and total triple were 91.92%, 78.9% and 73.41% respectively.

Key words: distributed representation, semantic disambiguation, HowNet, construction of terminology semantic knowledge base

王裴岩, 李林娜, 沈思嘉. 基于概念结构与分布式表征的术语语义知识库构建[J]. 中国科技术语, 2023, 25(4): 3-11.

WANG Peiyan, LI Linna, SHEN Sijia. Construction of Terminology Semantic Knowledge Base Based on Conceptual Structure and Distributed Representation[J]. China Terminology, 2023, 25(4): 3-11.

图/表 12

参考文献 21

[1]	董振东, 董强. KDML:知网知识系统描述语言[Z/OL]. [2023-03-07]. http://www.keenage.com/zhiwang/c_zhiwang.html.
[2]	董振东, 董强. 面向信息处理的词汇语义研究中的若干问题[J]. 语言文字应用, 2001(3): 27-32.
[3]	LIU Q, LI S J. Word similarity computing based on how-net[J]. Comput. Linguistics Chin. Lang. Process, 2002, 7(2):59-76.
[4]	FU X H, GUO L, GAO Y Y, et al. Multi-aspect sentiment analysis for Chinese online social reviews based on topic modeling and hownet lexicon[J]. Knowledge-Based Systems, 2013, 37(2):186-195. doi: 10.1016/j.knosys.2012.08.003 URL
[5]	NIU Y L, XIE R B, YUAN X C, et al. Improved word representation learning with sememes[C]// Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics, 2017: 2049-2058.
[6]	XIE R B, YUAN X C, LIU Z Y, et al. Lexical sememe prediction via word embeddings and matrix factorization[C]// IJCAI, 2017: 4200-4206.
[7]	GU Y H, YAN J, ZHU H, et al. Language modeling with sparse product of sememe experts[J/OL]. arXiv preprint(2018-10-29)[2023-03-07]. https://arxiv.org/abs/1810.12387v1.
[8]	QI F C, YANG C H, LIU Z Y, et al. Openhownet: An open sememe-based lexical knowledge base[J/OL]. arXiv preprint(2019-01-28)[2023-03-07]. https://doi.org/10.48550/arXiv.1901.09957.
[9]	DONG Z D, DONG Q. Hownet and the computation of meaning[M]. Singapore: World Scientific Publishing Company, 2006.
[10]	KDML: 知网知识系统描述语言[Z/OL]. [2023-03-07]. http://www.keenage.com/TheoryandpracticeofHowNet/07.pdf.
[11]	王裴岩, 张桂平, 蔡东风. 航空术语语义知识库ATHowNet的构建[J]. 中国科技术语, 2021, 23(3): 26-32. doi: 10.12339/j.issn.1673-8578.2021.03.004
[12]	LIU L Q, WANG Q L, LI Y. Improved Chinese sentence semantic similarity calculation method based on multi-feature fusion[J]. J. Adv. Comput. Intell. Intell. Informatics, 2021, 25(4): 442-449.
[13]	BORDES A, WESTON J, COLLOBERT R, et al. Lear-ning structured embeddings of knowledge bases[C]// Proceedings of the AAAI conference on artificial intelligence, 2011, 25(1): 301-306.
[14]	WU P C, HOI S C-H, ZHAO P L, et al. Mining social images with distance metric learning for automated image tagging[C]// Proceedings of the fourth ACM international conference on Web search and data mining, 2011: 197-206.
[15]	MIKOLOV T, CHEN K, CORRADO G, et al. Efficient estimation of word representations in vector space[J/OL]. arXiv preprint(2013-09-07) [2023-03-07]. https://doi.org/10.48550/arXiv.1301.3781.
[16]	余军成. 概念及其内涵和外延述评[J]. 安徽文学(下半月), 2007 (1): 121.
[17]	孙寰. 汉源术语的本质及其特征[J]. 中国科技术语, 2023, 25 (1): 10-19. doi: 10.12339/j.issn.1673-8578.2023.01.002
[18]	李江华, 时鹏, 胡长军. 一种适用于复合术语的本体概念学习方法[J]. 计算机科学, 2013, 40 (5): 168-172.
[19]	张绍友. 也论概念内涵与外延的关系:兼与樊明亚先生商榷[C]// 逻辑研究文集: 中国逻辑学会第六次代表大会暨学术讨论会论文集, 2000: 213-221.
[20]	戚晓杰. 关于种属概念词语法结构类型问题的思考[J]. 汉语学习, 2022 (1): 37-46.
[21]	赵超丽, 王裴岩, 蔡东风. 面向航空领域 HowNet 构建的术语内部动态角色标注[J]. 计算机应用与软件, 2021, 38(3): 163-168,209.

术语	概念表示
橡胶减震垫	DEF={part\|部件:{weaken\|削弱:patient={shiver\|颤动},material={material\|材料}},whole={implement\|器具},{inlay\|嵌入:instrument={~}}}
义原
part\|部件	shiver\|颤动
implement\|器具	material\|材料
inlay\|嵌入	tool\|用具
weaken\|削弱	shiver\|驱动
语义角色
whole(整体是...)	instrument(用具是...)
patient(受事是...)	material(材料是...)

术语	概念表示
橡胶减震垫	DEF={part\|部件:{weaken\|削弱:patient={shiver\|颤动},material={material\|材料}},whole={implement\|器具},{inlay\|嵌入:instrument={~}}}
义原
part\|部件	shiver\|颤动
implement\|器具	material\|材料
inlay\|嵌入	tool\|用具
weaken\|削弱	shiver\|驱动
语义角色
whole(整体是...)	instrument(用具是...)
patient(受事是...)	material(材料是...)

术语	概念表示
橡胶减震垫	DEF={part\|部件:{weaken\|削弱:patient={shiver\|颤动},material={material\|材料}},whole={implement\|器具},{inlay\|嵌入:instrument={~}}}
子词(概念)	概念表示
垫	{part\|部件:whole={implement\|器具},{inlay\|嵌入:instrument={~}}}
减震	{weaken\|削弱:patient={shiver\|颤动}
橡胶	{material\|材料}
概念关系(语义角色)
垫	修饰(省略)	减震
垫	material(材料是...)	橡胶

术语	概念表示
橡胶减震垫	DEF={part\|部件:{weaken\|削弱:patient={shiver\|颤动},material={material\|材料}},whole={implement\|器具},{inlay\|嵌入:instrument={~}}}
子词(概念)	概念表示
垫	{part\|部件:whole={implement\|器具},{inlay\|嵌入:instrument={~}}}
减震	{weaken\|削弱:patient={shiver\|颤动}
橡胶	{material\|材料}
概念关系(语义角色)
垫	修饰(省略)	减震
垫	material(材料是...)	橡胶

子词		概念表示	说明
垫	1	{part\|部件:whole={implement\|器具},{inlay\|嵌入:instrument={~}}}	名词,作为部件不能独立使用的垫,如“衬垫”
	2	{tool\|用具:{inlay\|嵌入:instrument={~}}}	名词,能作为用具单独使用的垫,如“气垫”
	3	{pay\|付}	动词,支付
	4	{inlay\|嵌入}	动词,垫入
减震	1	{weaken\|削弱:patient={shiver\|颤动}}	动词
橡胶	1	{material\|材料}	名词

基于概念结构与分布式表征的术语语义知识库构建

Construction of Terminology Semantic Knowledge Base Based on Conceptual Structure and Distributed Representation

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 21

相关文章 0

编辑推荐

Metrics

本文评价

评价指标	R	P	F1
义原	94.72%	89.29%	91.92%
语义角色	81.85%	76.15%	78.90%
三元组	76.15%	70.86%	73.41%
		A
首义原		96.00%

术语	KDML表示
低空盲区	DEF={location\|位置:{perception\|感知:aspect={Vincapable\|没能力},location={~}},degree={sky\|空域:modifier={low\|低}}}
导弹稳定性	DEF={Constancy\|稳定性:host={weapon\|武器:domain={military\|军},{shoot\|发射:patient={~}}}}
航线许可证	DEF={document\|文书:{ExpressAgreement\|示同意:instrument={~}},host={route\|道路:{fly\|飞:agent={aircraft\|飞行器},location={~}}}}
空中加油装置	DEF={tool\|用具:{feed\|喂:patient={material\|材料:modifier={StateLiquid\|液态},{burn\|焚烧:material={~}}},instrument={~}},scope={sky\|空域}}
闭式空气循环冷却系统	DEF={facilities\|设施:{cool\|制冷:RelateTo={circulate\|循环:patient={gas\|气}}},content={fact\|事情:CoEvent={ComeTogether\|集聚},content={shut\|关闭}}
中国航空技术进出口总公司	DEF={InstitutePlace\|场所:domain={economy\|经济},modifier={main\|总},host={transport\|运送:domain={commerce\|商业}},scope={affairs\|事务:CoEvent={fly\|飞:agent={aircraft\|飞行器}}},patient={place\|地方:PlaceSect={country\|国家},belong="Asia\|亚洲",domain={politics\|政},equiv="China\|中国",modifier={ProperName\|专}}}

配置环境	说明
硬件环境	内存:32G
硬件环境	CPU主频为3.60GHz
软件环境	Python 3.7.10
系统环境	Windows
编程语言	Python
UI版本	PySide6 6.4.2

子词对	语义角色及其得分
垫,减震	('RelateTo', 0.7353),('modifier', 0.7353),('null', 0.7353),('adjunct', 0.7197),('degree', 0.7143)
垫,橡胶	('null', 3.1049),('material', 0.8040)
减震,橡胶:	('patient', 1.2984),('MaterialOf', 1.2984),('scope', 0.6492)
橡胶,减震	('MaterialOf', 1.2984),('null', 0.6492),('modifier', 0.6492),('RelateTo', 0.6492)
注:其中“null”代表的语义角色是1.2中所描述的“垫”与“减震”省略的语义角色。