摘要: 词汇之间存在多种关系，如：上下位关系、同义关系、反义关系、整体-部分关系等等。其中，作为重要语义关系的一种，上下位关系是描述事物层次关系的基础。在中文自然语言处理中，词汇之间的上下位关系是指词与词之间在语义上的从属关系。即词A和词B在... 展开 词汇之间存在多种关系，如：上下位关系、同义关系、反义关系、整体-部分关系等等。其中，作为重要语义关系的一种，上下位关系是描述事物层次关系的基础。在中文自然语言处理中，词汇之间的上下位关系是指词与词之间在语义上的从属关系。即词A和词B在语义上满足：“B是一种/类/个 A”则称A与B之间有上下位关系，其中A是 B的上位概念(hypernym)，B是 A的下位概念（hyponym)，或者说B是 A的类别，A是 B的实例。 如何高效、准确的从自由文本之中获取词汇间的上下位关系，是语义抽取的基础问题之一。上下位关系获取任务在一定程度上将非格式化的信息转换为格式化信息，这为更深层次的知识获取提供了基础性支持。同时，上下位关系知识可对本体、知识库、词典构建进行正确性检测、扩充和完善，在自然语言处理如机器翻译、文本理解、信息抽取、信息检索等多个领域有着重要的地位。 本文尝试结合多种方法对上下位关系的获取和过滤两个任务进行研究。 在上下位关系抽取方面，本文首先提出了一种基于LDA模型的中文词汇上下位关系抽取方法，并结合上下位关系抽取模式自扩展方法，在充分运用维基百科词汇定义的基础上，对中的上下位关系进行抽取。 在上下位关系过滤方面，本文提出一种结合语境和布朗聚类特征的上下位关系验证方法，并结合词汇在句中的依存句法特征，对所获得的上下位关系词对进行验证过滤。在CCF NLP&CC2012语义关系识别标准评测集上获得了良好的效果。 收起