基于大规模语料库的现代汉语动宾搭配知识库构建

摘要

汉语缺乏词形变化,语法信息需通过词语搭配关系获得,且在语言生活中词语通常在搭配中发挥交际作用.因此无论是在语言学本体,还是在自然语言处理的各项任务中,词语搭配知识都尤为重要.各种搭配中,动宾搭配能够反映句子轮廓,并在数量和多样性方面具有优势地位.故本文聚焦于构建现代汉语动宾搭配知识库,以期为自然语言处理提供基础知识,同时也为语言本体研究、语言教学等提供大量实例.本文首先从语言本体的角度出发,总结了动宾搭配的知识体系,并根据该体系制定相应形式化检索式140个,从BCC语料库中抽取动宾搭配知识,并对抽取结果进行了初步消歧,最终获得动宾搭配300万对,形成动宾搭配知识库.