位置:成果数据库 > 期刊 > 期刊详情页
齐普夫定律在中文短语知识中的呈现
  • ISSN号:1000-0135
  • 期刊名称:《情报学报》
  • 时间:0
  • 分类:H146.3[语言文字—汉语]
  • 作者机构:[1]南京中医药大学经贸管理学院信息管理系,南京210046, [2]南京大学信息管理学院,南京210093, [3]南京医科大学图书馆,南京210029, [4]南京农业大学信息科学技术学院,南京210095
  • 相关基金:国家自然基金项目“面向知识服务的知识组织模式与应用研究”(项目编号:71273126);高技术研究发展计划(863计划)“以科技文献服务为主的搜索引擎研制”(项目编号:2011AA01A206);南京医科大学科技发展基金“基于知识图谱的2002~2012年南京医科大学论文分析”(项目编号:2012NJMU036).
中文摘要:

本文对大规模汉语短语树库中的短语直接成分进行了抽取,在统计各短语结构直接成分频次的基础上排序,并进行短语成分的齐普夫定律验证。实验由局部及整体两部分组成:在局部实验中,对单一短语直接成分进行齐普夫定律验证;在整体实验中,对全部短语直接成分进行齐普夫定律验证。实验结果表明,在汉语短语树库中,短语的直接成分分布符合齐普夫定律。这个现象表明,从计量角度而言,汉语短语具有其内核知识,并以内核为基础在最省力原则下对不同语境进行派生,这种派生首先要围绕语法内核知识进行构建,同时又要根据不同语境进行拓展。本研究一方面实现了面向短语层次的语法知识抽取,从计量角度揭示了汉语短语构成的分布规律;另一方面对于中文信息处理中的短语识别、自动句法分析等研究提供短语基础知识支持,这些知识最终可应用于术语短语识别、自动标引、知识抽取、语义分析等研究。

英文摘要:

The paper extracts immediate constituents of Chinese phrases based on large-scale Chinese treebank, Tsinghua Chinese Treebank and Penn Chinese Treebank. After arranging immediate constituents sequences according to their ranks, we take local and global tests about Zipf's Law. In two Chinese treebanks, the phenomenon of Zipf's Law is apparently arrested. From the point of view of quantitative linguistics, the paper proves that each of Chinese phrases has a core concept of inter-relationship among various derivations. These derivations should reflect the core concept and then could be extended in different context according to Zipf~ Principle of Least Effort. On the one hand, the discovery in this paper reveals the distribution of Chinese phrase's syntactic constituents by extracting syntactical knowledge on phrase level. On the other hand, this discovery will have a strong influence on the researches in Chinese information processing, such as auto-identification of Chinese phrase, automatic syntactic analysis, and so on. The phrase knowledge could be applied toautomatic identification of term phrases, automatic indexing, knowledge extraction, semantic analysis and so on.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《情报学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国科学技术情报学会 中国科学技术信息研究所
  • 主编:戴国强
  • 地址:北京复兴路15号
  • 邮编:100038
  • 邮箱:qbxb@istic.ac.cn
  • 电话:010-68598273
  • 国际标准刊号:ISSN:1000-0135
  • 国内统一刊号:ISSN:11-2257/G3
  • 邮发代号:82-153
  • 获奖情况:
  • 1992年全国优秀科技期刊评比二等奖,1997年中国科协优秀科技期刊三等奖,被国外4种检索工具录用
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:19778