老挝政治外交领域本体术语集构建研究

doi:10.3969/j.issn.1673-8578.2019.04.001

摘要/Abstract

摘要：

政治外交领域本体术语的获取是构建相关领域本体的关键,也是进行信息抽取、信息检索的重要组成部分。文章首先利用现有资源构建了基础术语集,然后利用Word2Vec的新词推荐功能在此基础上进行扩展,最后以融合知网和同义词词林的方法进行词语语义相似度计算,筛选出合格的本体术语构建扩展术语集。由此建立起老挝政治外交领域本体术语集。

关键词: 老挝, 政治外交, 本体术语, 信息检索, 信息抽取

Abstract:

The acquisition of ontology terms in political diplomacy domain is the key to the construction of ontology in related fields, and also an important part of information extraction and information retrieval. We construct the basic term set by using existing resources, and then use Word2Vec’s new word recommendation function to expand on the basis. Moreover, we calculate the semantic similarity computation of words by the method of integrating HowNet and Cilin, select the qualified ontology terms to construct a set of extended term, and thus establish the ontology term set of Laos’ political diplomacy.

Key words: Laos, political diplomacy, ontology term, information retrieval, information extraction

中图分类号:

何阳宇, 易绵竹, 李宏欣. 老挝政治外交领域本体术语集构建研究[J]. 中国科技术语, 2019, 21(4): 5-12.

HE Yangyu, YI Mianzhu, LI Hongxin. The Construction of Ontology Term Set in Laos’ Political Diplomacy Domain[J]. China Terminology, 2019, 21(4): 5-12.

图/表 13

参考文献 39

[1]	郝勇, 黄勇, 覃海伦. 老挝概论[M]. 广州: 世界图书出版广东有限公司,2012.
[2]	何阳宇. 论“一带一路”与老挝社会经济的发展[J]. 语文学刊,2016(1):87-89.
[3]	康生. “一带一路”战略下中老关系问题研究[D]. 长春:吉林大学硕士学位论文,2017.
[4]	汤青, 吕学强, 李卓, 等. 领域本体术语抽取研究[J]. 现代图书情报技术,2014,30(1):43-50.
[5]	Jacquemin C. Syntagmatic and paradigmatic representations of term variation[C]// Proceedings of the 37th Annual Meeting of the Association for Computational Linguistics on Computational Linguistics:Association for Computational Linguistics,1999: 341-348.
[6]	张桂平, 刁丽娜, 王裴岩. 基于HowNet的航空术语语义知识库的构建[J]. 中文信息学报,2014,28(5):92-101.
[7]	韦小丽, 孙涌, 张书奎, 等. 基于最大熵模型的本体概念获取方法[J]. 计算机工程,2009,35(24):114-116.
[8]	杜波, 田怀凤, 王立, 等. 基于多策略的专业领域术语抽取器的设计[J]. 计算机工程,2005,31(14):159-160.
[9]	黄冰. 老挝语汉语词典[M].尚未正式出版..
[10]	程琳. 老挝语汉语·汉语老挝语简明外交词典[M]. 北京: 军事谊文出版社,2013.
[11]	世界知识出版社. 解决老挝问题的扩大的日内瓦会议文件汇编[G]. 北京: 世界知识出版社,1962.
[12]	冯维希. 老挝和老挝人民反对美国新殖民主义的胜利斗争[M]. 北京: 人民出版社,1974.
[13]	秦钦峙. 老挝战后大事记[M]. 昆明:云南省社会科学院东南亚研究所,1985.
[14]	景振国. 中国古籍中有关老挝资料汇编[M]. 郑州: 中州古籍出版社,1985.
[15]	马树洪, 方芸. 列国志·老挝[M]. 北京: 社会科学文献出版社,2004.
[16]	蔡文欉. 老挝[M]. 北京: 世界知识出版社,2008.
[17]	柴尚金. 老挝:在革新中腾飞[M]. 北京: 社会科学文献出版社,2015.
[18]	王士录, 赵姝岚, 李秋瑾. 新世纪以来GMS五国国情的演进:转型与发展研究[M]. 北京: 中国社会科学出版社,2015.
[19]	许宝友. 世界主要政党规章制度文献:越南、老挝、朝鲜、古巴[M]. 北京: 中央编译出版社,2016.
[20]	埃文斯. 老挝史[M].郭继光,刘刚,王莹,译. 上海: 东方出版中心,2016.
[21]	张海冰, 周太东. 老挝与“一带一路”[M]. 北京: 时事出版社,2017.
[22]	温荣刚. 美国对老挝政策研究(1955—1963)[M]. 北京: 中国社会科学出版社,2018.
[23]	维基百科[DB/OL]. [2018-07-20].https://zh.wikipedia.org.
[24]	百度百科[DB/OL]. [2018-07-20].https://baike.baidu.com.
[25]	人民网[DB/OL]. [2018-07-20]. http://www.people.com.cn.
[26]	中华人民共和国外交部[DB/OL]. [2018-07-20]. http://www.fmprc.gov.cn/web.
[27]	中华人民共和国驻老挝人民民主共和国大使馆[DB/OL]. [2018-07-20]. http://la.china-embassy.org/chn.
[28]	Chen C. Searching for Intellectual Turning Points: Progressive Knowledge Domain Visualization[J]. Proceedings of the National Academy of Sciences,2004,101(1):5303-5310.
[29]	侯剑华, 胡志刚. CiteSpace软件应用研究的回顾与展望[J]. 现代情报,2013,33(4):99-103.
[30]	Bengio Y, Vincent P, Janvin C. A Neural Probabilistic Language Model[J]. Journal of Machine Learning Research,2003,3(6):1137-1155.
[31]	Mikolov T, Chen K, Corrado G, et al. Efficient Estimation of Word Representations in Vector Space[J]. Computer Science,2013. URL pmid: 27069511
[32]	百度[DB/OL]. [2018-09-05].https://www.baidu.com.
[33]	新华网[DB/OL]. [2018-09-05]. http://www.xinhuanet.com.
[34]	中国国际广播电台国际在线网[DB/OL]. [2018-09-05]. http://www.cri.cn/index.html?lang=zh-CN.
[35]	AnsjSeg[DB/OL]. [2018-09-05]. http://nlpchina.github.io/ansj_seg.
[36]	周练. Word2vec的工作原理及应用探究[J]. 图书情报导刊,2015(2):145-148.
[37]	董振东. 语义关系的表达和知识系统的建造[J]. 语言文字应用,1998(3):79-85.
[38]	刘丹丹, 彭成, 钱龙华, 等. 《同义词词林》在中文实体关系抽取中的作用[J]. 中文信息学报,2014,28(2):91-99.
[39]	朱新华, 马润聪, 孙柳, 等. 基于知网与词林的词语语义相似度计算[J]. 中文信息学报,2016,30(4):29-36.

参数	说明
window	窗口尺寸
threads	线程数量
min-count	词语最小阈值
size	词向量维数
train	输入文件的路径
output	输出文件的位置
negative	负样本数量

参数	说明
window	窗口尺寸
threads	线程数量
min-count	词语最小阈值
size	词向量维数
train	输入文件的路径
output	输出文件的位置
negative	负样本数量

N	N.1 entity 实体	N1.1 thing 万物
		N1.2 time 时间
		N1.3 space 空间
		N1.4 component 部分
	N.2 attribute 属性
	N.3 unit 单位
V	V.1 event-static 静态
	V.2 static-relation 关系
	V.3 static-state 状态
	V.4 action 行动
A	A.1 attribute-value 属性值

N	N.1 entity 实体	N1.1 thing 万物
		N1.2 time 时间
		N1.3 space 空间
		N1.4 component 部分
	N.2 attribute 属性
	N.3 unit 单位
V	V.1 event-static 静态
	V.2 static-relation 关系
	V.3 static-state 状态
	V.4 action 行动
A	A.1 attribute-value 属性值

编码位	1	2	3	4	5	6	7	8
符号举例	D	a	0	1	B	0	2	= / # / @
性质	大类	中类	小类		词群	原子词群
级别	第一层	第二层	第三层		第四层	第五层