面向隐喻计算的实体概念知识库构建与应用

在"人工智能-机器学习-面向隐喻计算的实体概念知识库构建方.pdf"这篇论文中，作者深入探讨了在隐喻理解的计算机模型研究之外，知识库在隐喻计算中的关键作用。隐喻是一种丰富的修辞手法，如句子"祖国像母亲"，计算机需要理解"祖国"和"母亲"的概念，这就依赖于预先构建的知识库来提供必要的背景知识。 文章首先回顾了隐喻计算的历史背景，强调了知识库在这一领域的日益重要性。作者指出，当前的知识库研究存在多种类型，各有特点和适用范围，通过对现有知识库的比较分析，明确了构建面向隐喻计算知识库的必要性和挑战。 接着，论文着重于实体概念知识的深入剖析。作者界定了实体概念知识，探讨其语言学特性，包括实体的类别、属性以及它们之间的关系。这涉及到对实体概念如何在文本中表达和理解的深入理解，为知识库设计提供了理论基础。 实体概念知识库的构建是核心部分。作者通过结合知网（可能指的是大规模的学术数据库）和大规模语料库，构建了包含实体概念及其属性的库。创造性地提出了一种解决歧义属性判定的方法，通过统计和量化分析，实现了知识库的生成。这个过程不仅注重知识的精确性，还考虑到了语境和实例在隐喻理解中的重要作用。 最后，论文展示了实体概念知识库在汉语隐喻计算模型中的实际应用。作者设计了一种新的隐喻计算模型，它以已有的实体概念知识为基础，能够解释部分隐喻的含义。实验结果显示，这种方法在实际应用中表现出良好的效果，为汉语隐喻的理解提供了有力支持，对人工智能和语言学研究具有积极的推动作用。 本文的核心贡献在于首次从计算角度研究面向隐喻计算的实体概念知识库构建，提出了一种基于语义和实例的属性判定量化方法，这为后续的研究者在开发更智能的隐喻处理系统上提供了新的思路和技术支持。