齐普夫定律在中文短语知识中的呈现

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.

关键词：齐普夫定律、汉语短语构建、直接成分分析、汉语短语知识、汉语树库、最省力法则

所属期刊栏目：33

分类号：TP3;G35

资助基金：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"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"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"2012NJMU036

在线出版日期：2014-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：11-22