1、隨著計算機的普及以及互聯(lián)網的迅猛發(fā)展，網絡上的各種信息呈爆炸式的增長，傳統(tǒng)的采用布爾檢索模型的中文信息檢索已經越來越不能滿足人們的需要，以漢語內涵語義分析作為著眼點的概念信息檢索成為目前中文信息檢索的一個新的發(fā)展方向?；诟拍顖D模型理論的概念信息檢索包括用戶需求的概念分析、概念圖的標引以及概念圖的匹配。其中概念圖標引質量的好壞很大程度上影響著整個信息檢索系統(tǒng)的性能。為了提高概念圖標引的準確率和對已有的概念圖標引結果提供校驗，本文作者旨在

2、構建一個知識完備、內容翔實、信息準確的相關領域概念知識庫，以期為進一步構建實體概念內涵關系網絡、改進和完善基于概念的信息檢索提供了必要的基礎資源。為了構建這樣的一個領域知識庫，本文工作選擇了知識豐富權威、信息組織規(guī)范的機器可讀詞典作為知識庫的源語料。然而以往的詞典知識抽取大都針對一部詞典，忽略了多部詞典內涵信息之間的相容性和互補性。因此本文在已有工作的基礎上嘗試著提出一種機讀詞典內涵屬性信息抽取的改進方法，目標是使知識來源多樣化并能夠在

3、保證一定的知識覆蓋面的同時達到可以接受的準確率，通過新的方法構建合適的機讀詞典領域知識庫不但可以為概念圖的標引提供準確的知識信息，也可以為用戶的需求分析和需求與snippet的標引提供校驗，具有很強的實際意義。本文的研究是以概念圖模型理論為基礎的。本文的工作內容及貢獻主要如下：1.嘗試了同時對《現(xiàn)代漢語詞典》和《現(xiàn)代漢語規(guī)范詞典》的內涵屬性信息抽取和融合，得到的以實體-內涵屬性值關系對形式表示的內涵屬性信息盡量綜合兩部詞典的知識，可以直

4、接應用于概念圖的標引和校驗，避免再對詞典釋義進行概念分析，提高標引的效率和準確率。2.嘗試了采用模式聚類方法對抽取模式進行分類。通過對抽取模式進行聚類并按內涵屬性類型劃分為不同的簇，再按照不同的簇從詞典中抽取出不同內涵屬性類型的內涵屬性值。這樣就極大的降低了識別抽取模式的內涵屬性類型的人力消耗。3.嘗試了將語義相似度計算引入到抽取模式的聚類中。通過計算抽取模式的上下文之間的語義相似度可以降低模式聚類的錯分率，提高詞典內涵屬性值抽取的準確