鄭穎+金松林+張自陽(yáng)+霍云鳳+王斌

摘要：?jiǎn)栴}分類(lèi)是問(wèn)答系統(tǒng)的重要組成部分，其作用是將問(wèn)題劃分到對(duì)應(yīng)的類(lèi)別里以提高問(wèn)答系統(tǒng)的準(zhǔn)確率。本研究提出了一種基于領(lǐng)域本體的農(nóng)作物病蟲(chóng)害問(wèn)題分類(lèi)方法，該方法首先構(gòu)建農(nóng)作物病蟲(chóng)害領(lǐng)域本體，將領(lǐng)域本體中的領(lǐng)域詞添加到分詞系統(tǒng)中以提高分詞的準(zhǔn)確率。然后提取特征詞，并利用同義詞詞林和領(lǐng)域本體對(duì)特征詞進(jìn)行擴(kuò)展。最后，針對(duì)農(nóng)作物病蟲(chóng)害領(lǐng)域的特殊性將問(wèn)題分為4類(lèi)，利用語(yǔ)義和規(guī)則相結(jié)合的問(wèn)題分類(lèi)方法對(duì)問(wèn)題分類(lèi)。試驗(yàn)結(jié)果表明，該方法有助于提高問(wèn)題分類(lèi)的準(zhǔn)確率。

關(guān)鍵詞：農(nóng)作物病蟲(chóng)害；領(lǐng)域本體；特征詞擴(kuò)展；問(wèn)題分類(lèi)

中圖分類(lèi)號(hào)： TP391；S126 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2016）09-0145-03

長(zhǎng)期以來(lái)，病蟲(chóng)害一直是影響農(nóng)作物產(chǎn)量的主要問(wèn)題，每年因病蟲(chóng)害損失的糧食約有250億kg，有效預(yù)防和控制病蟲(chóng)害的發(fā)展對(duì)于提高農(nóng)作物產(chǎn)量有著重要的意義。問(wèn)答系統(tǒng)是一種能夠?qū)τ脩?hù)輸入的問(wèn)題進(jìn)行快速分析并準(zhǔn)確地返回答案的智能系統(tǒng)。為農(nóng)民提供一個(gè)病蟲(chóng)害領(lǐng)域的問(wèn)答系統(tǒng)，可以為農(nóng)民在農(nóng)作物種植過(guò)程中出現(xiàn)的疑難問(wèn)題提供實(shí)時(shí)指導(dǎo)，進(jìn)而減少糧食的損失。問(wèn)答系統(tǒng)的工作流程一般分為3個(gè)階段：?jiǎn)栴}分析、答案檢索和返回答案。問(wèn)題分類(lèi)是問(wèn)句分析階段需要解決的關(guān)鍵問(wèn)題，它對(duì)答案的抽取有著指導(dǎo)意義[1]，例如問(wèn)句“玉米螟蟲(chóng)最佳防治時(shí)機(jī)是什么時(shí)候？”如果能夠分析出該問(wèn)句為詢(xún)問(wèn)時(shí)間類(lèi)，答案的抽取則具有一定針對(duì)性，答案抽取的準(zhǔn)確率也會(huì)提高。

傳統(tǒng)問(wèn)答系統(tǒng)對(duì)問(wèn)句的分析只利用問(wèn)句的表層特征信息，并沒(méi)有考慮問(wèn)句的語(yǔ)義特征，導(dǎo)致問(wèn)答系統(tǒng)抽取到的答案準(zhǔn)確率較低[2]。本體是一種語(yǔ)義層次的領(lǐng)域知識(shí)建模工具，對(duì)概念及概念之間的關(guān)系進(jìn)行明確定義[3]。本體用形式化定義領(lǐng)域內(nèi)的各種資源及資源之間的聯(lián)系，不僅使知識(shí)的語(yǔ)義信息更加豐富[4]，而且還具有重用性和知識(shí)推理的特點(diǎn)。本研究針對(duì)農(nóng)作物病蟲(chóng)害領(lǐng)域的特殊性，基于本體理論，搜集農(nóng)作物種植過(guò)程中的病蟲(chóng)害知識(shí)，構(gòu)建農(nóng)作物病蟲(chóng)害知識(shí)本體，將本體運(yùn)用在病蟲(chóng)害問(wèn)答系統(tǒng)中問(wèn)題分類(lèi)的整個(gè)過(guò)程中，提高問(wèn)題分類(lèi)的準(zhǔn)確率。本課題研究的主要問(wèn)題有農(nóng)作物病蟲(chóng)害本體構(gòu)建、特征詞擴(kuò)展及問(wèn)題分類(lèi)。

1 基于領(lǐng)域本體的問(wèn)題分類(lèi)總體框架[ST]

對(duì)問(wèn)題進(jìn)行分類(lèi)首先需要將問(wèn)題變?yōu)橛?jì)算機(jī)能夠理解的形式化語(yǔ)言，常用的處理方法是將句子變?yōu)橛商卣髟~組成的向量空間模型，處理過(guò)程包括：預(yù)處理和特征詞抽取及擴(kuò)展，領(lǐng)域本體貫穿于整個(gè)階段。問(wèn)題分類(lèi)工作流程如圖1所示。

（1）預(yù)處理：語(yǔ)義分析的基礎(chǔ)，包括分詞、詞性標(biāo)注和去停用詞。領(lǐng)域特征詞普通分詞系統(tǒng)還無(wú)法準(zhǔn)確劃分，因此需要將領(lǐng)域本體中的概念添加在分詞系統(tǒng)中以提高分詞的準(zhǔn)確率。

（2）特征詞抽取及擴(kuò)展：特征詞對(duì)句子理解起著關(guān)鍵作用。在候選答案句中可能包含特征詞的同義詞或者近義詞，如果不進(jìn)行特征詞擴(kuò)展有可能遺漏問(wèn)題的答案，因此有必要對(duì)其適當(dāng)擴(kuò)展。

（3）問(wèn)題分類(lèi)：制定問(wèn)題分類(lèi)，并對(duì)每個(gè)類(lèi)別制定特征詞表和規(guī)則，采用基于語(yǔ)義和規(guī)則相結(jié)合的方法對(duì)問(wèn)題分類(lèi)。

2 基于領(lǐng)域本體的問(wèn)題分類(lèi)研究

2.1 農(nóng)作物病蟲(chóng)害本體構(gòu)建

領(lǐng)域本體是面向某一個(gè)特定領(lǐng)域的概念及概念之間關(guān)系的規(guī)范化描述。對(duì)于特定領(lǐng)域，其專(zhuān)業(yè)知識(shí)強(qiáng)，本體構(gòu)建必須收集相關(guān)的領(lǐng)域知識(shí)，并且需要該領(lǐng)域的專(zhuān)家進(jìn)行指導(dǎo)，這樣才能使構(gòu)建的本體更加合理[5]。本研究將農(nóng)作物在種植過(guò)程中病蟲(chóng)害問(wèn)題的相關(guān)概念及其之間的關(guān)系組織起來(lái)，形成可重用的農(nóng)作物病蟲(chóng)害領(lǐng)域本體。

2.1.1 本體構(gòu)建思路 本體的構(gòu)建工作主要包括：領(lǐng)域相關(guān)知識(shí)的獲取、領(lǐng)域概念的獲取和領(lǐng)域概念的關(guān)系[6]。只有充分了解領(lǐng)域內(nèi)的相關(guān)知識(shí)才能構(gòu)建出高質(zhì)量的本體?！掇r(nóng)業(yè)科學(xué)敘詞表》[7]提供了豐富的農(nóng)業(yè)領(lǐng)域知識(shí)，利用《農(nóng)業(yè)科學(xué)敘詞表》中的領(lǐng)域概念及概念之間的關(guān)系可以減少構(gòu)建本體的工作量。另外，由于《農(nóng)業(yè)科學(xué)敘詞表》形成已久，其中的概念和知識(shí)沒(méi)有及時(shí)更新，因此，利用網(wǎng)絡(luò)爬行工具對(duì)中國(guó)農(nóng)業(yè)信息網(wǎng)、農(nóng)林網(wǎng)等專(zhuān)業(yè)領(lǐng)域網(wǎng)站進(jìn)行知識(shí)抽取以便及時(shí)補(bǔ)充和更新知識(shí)概念。最后，由領(lǐng)域?qū)＜覍?duì)知識(shí)進(jìn)行檢查整理，去除抽取錯(cuò)誤的知識(shí)，合并重復(fù)知識(shí)，確保構(gòu)建本體的準(zhǔn)確性。構(gòu)建方法如圖2所示。

2.1.2 農(nóng)作物病蟲(chóng)害本體構(gòu)建 農(nóng)作物病蟲(chóng)害本體包括類(lèi)、屬性和實(shí)例3個(gè)組成部分。類(lèi)即概念，是本體的重要組成部分，屬性和實(shí)例都是對(duì)類(lèi)的說(shuō)明。對(duì)本體的構(gòu)建首先需要將類(lèi)按照合理的層次組織起來(lái)，類(lèi)的獲取參考《農(nóng)業(yè)科學(xué)敘詞表》中的分類(lèi)，并根據(jù)本研究構(gòu)建的農(nóng)作物病蟲(chóng)害本體的實(shí)際需求，將頂層類(lèi)分為農(nóng)作物、病害、蟲(chóng)害、防治方法4類(lèi)，農(nóng)作物類(lèi)又劃分為禾谷類(lèi)、豆類(lèi)、經(jīng)濟(jì)類(lèi)、薯類(lèi)、蔬菜類(lèi)和果樹(shù)類(lèi)。本體概念層次如圖3所示。屬性是描述類(lèi)之間的關(guān)系，例如特征和顏色表示值—屬性關(guān)系。創(chuàng)建的本體中也應(yīng)該包含實(shí)例，例如“小麥”“高粱”都是禾谷類(lèi)作物的實(shí)例。

2.2 預(yù)處理

分詞是文本處理的關(guān)鍵問(wèn)題，其效果好壞直接影響語(yǔ)義分析的結(jié)果。漢語(yǔ)中詞語(yǔ)之間并無(wú)分割，因此需要借助工具將相連的詞語(yǔ)分隔開(kāi)。本研究所用的分詞工具是張華平博士開(kāi)發(fā)的分詞工具NLPIR（ICTCLAS2015），該工具可以自動(dòng)完成分詞及詞性標(biāo)注。另外，NLPIR還具有添加用戶(hù)詞典的功能，本研究對(duì)農(nóng)作物病蟲(chóng)害領(lǐng)域的問(wèn)題分類(lèi)，涉及到很多專(zhuān)業(yè)領(lǐng)域詞匯，為了確保分詞的準(zhǔn)確性，將構(gòu)建的領(lǐng)域本體中的領(lǐng)域概念添加到用戶(hù)詞典中，并標(biāo)注其詞性。在漢語(yǔ)中，有許多類(lèi)似“的”“了”“啊”等停用詞，這些停用詞對(duì)文本理解沒(méi)有實(shí)際意義，但其出現(xiàn)頻率卻非常高，去除停用詞可以大大縮小特征詞的處理空間。例如，對(duì)于句子“麥蚜，一直是小麥灌漿期集中在穗部危害的主要害蟲(chóng)，如果控制不當(dāng)對(duì)小麥的粒重影響很大?！边M(jìn)行預(yù)處理后表示成空間向量為{麥蚜/n，一直/d，小麥/n，灌漿期/t，集中/v，穗部/n，危害/n，主要/b，害蟲(chóng)/n，控制/v，不/d，當(dāng)/v，小麥/n，粒重/n，影響/vn，很/d，大/a}。

2.3 特征詞抽取及擴(kuò)展

2.3.1 特征詞抽取 經(jīng)過(guò)預(yù)處理后的句子雖然降低了詞語(yǔ)的維數(shù)，但是詞語(yǔ)數(shù)量仍然較多，處理過(guò)多的詞語(yǔ)會(huì)對(duì)結(jié)果造成一定誤差，因此，需要對(duì)預(yù)處理后的句子進(jìn)一步提取特征詞。

特征詞抽取主要考慮詞語(yǔ)在文本中出現(xiàn)的頻率，如TF-IDF特征詞抽取方法。在特定領(lǐng)域內(nèi)，一些詞語(yǔ)出現(xiàn)的頻率雖然不高，但是它們對(duì)句子的理解有重要作用，如果忽略了這些領(lǐng)域詞語(yǔ)將會(huì)直接影響到系統(tǒng)的準(zhǔn)確性。因此，本研究利用構(gòu)建的本體來(lái)識(shí)別領(lǐng)域內(nèi)特征詞，提高抽取特征詞的精確度。首先利用TF-IDF的方法抽取特征詞，然后利用小麥病蟲(chóng)害本體進(jìn)行領(lǐng)域特征詞抽取，將2次抽取的結(jié)果進(jìn)行合并即為特征詞。例如，句子“麥蚜，一直是小麥灌漿期集中在穗部危害的主要害蟲(chóng)，如果控制不當(dāng)對(duì)小麥的粒重影響很大?！钡奶卣髟~向量為{麥蚜/n，小麥/n，灌漿期/t，穗部/n，粒重/n}。

2.3.2 特征詞擴(kuò)展 漢語(yǔ)中語(yǔ)言表達(dá)豐富，很多農(nóng)作物在不同地區(qū)的習(xí)慣名稱(chēng)也不相同，如果問(wèn)句中的特征詞與答案中的特征詞在語(yǔ)義上一致，但是表達(dá)名稱(chēng)不一樣時(shí)就會(huì)降低檢索答案的準(zhǔn)確率。例如“大豆”和“黃豆”表示的是一種植物，“番茄”和“西紅柿”也表示的是同一種植物，在這些情況下就需要對(duì)詞語(yǔ)進(jìn)行同義詞擴(kuò)展，本研究選用哈工大信息檢索實(shí)驗(yàn)室《同義詞詞林?jǐn)U展版》對(duì)同義詞進(jìn)行擴(kuò)展。該詞典收錄了近7萬(wàn)條詞語(yǔ)，采用樹(shù)形結(jié)構(gòu)組織詞語(yǔ)，處于樹(shù)形結(jié)構(gòu)同一行的詞語(yǔ)意思相近，因此與特征詞處于同一行的詞語(yǔ)都可以作為該特征詞的擴(kuò)展詞。

另一方面，有些詞語(yǔ)不是同義詞，但是所要表達(dá)的意思很接近，例如問(wèn)句“百農(nóng)AK58紋枯病主要發(fā)病期在什么時(shí)候？”特征詞“百農(nóng)AK58”在答案庫(kù)中沒(méi)有出現(xiàn)，可能就搜索不到正確答案，但是如果通過(guò)構(gòu)建的農(nóng)作物病蟲(chóng)害本體可知“百農(nóng)AK58”是“小麥”的下位詞，由此可知“百農(nóng)AK58”是小麥的一個(gè)品種，該問(wèn)句擴(kuò)展為“小麥紋枯病主要發(fā)病期在什么時(shí)候？”就很容易搜到答案。因此，本研究對(duì)特征詞擴(kuò)展的另一種方法是利用病蟲(chóng)害本體中的上下位關(guān)系對(duì)特征詞擴(kuò)展。

對(duì)于特征詞的擴(kuò)展也應(yīng)當(dāng)謹(jǐn)慎，如果擴(kuò)展范圍太廣泛會(huì)檢索到很多無(wú)關(guān)信息，則會(huì)影響答案的準(zhǔn)確率。本研究只對(duì)特征詞中的名詞和動(dòng)詞進(jìn)行擴(kuò)展，其他詞語(yǔ)暫不進(jìn)行擴(kuò)展。

2.4 問(wèn)題分類(lèi)

目前對(duì)于問(wèn)題還沒(méi)有統(tǒng)一的分類(lèi)方法，具有代表性的是哈工大的基于答案類(lèi)型的開(kāi)放領(lǐng)域問(wèn)題分類(lèi)方法，該方法將問(wèn)題分為人物、時(shí)間、地點(diǎn)、數(shù)量、實(shí)體、描述和未知7個(gè)大類(lèi)[8]。本課題研究的是農(nóng)作物病蟲(chóng)害預(yù)防領(lǐng)域問(wèn)題，具有領(lǐng)域特殊性，因此不能將哈工大的問(wèn)題分類(lèi)直接應(yīng)用在本研究中。本研究按照領(lǐng)域?qū)＜业慕ㄗh將該領(lǐng)域問(wèn)題分為4類(lèi)：病蟲(chóng)害種類(lèi)、發(fā)病時(shí)期、病癥預(yù)防、病癥描述。目前，問(wèn)題類(lèi)型識(shí)別常用基于語(yǔ)義和基于規(guī)則的分類(lèi)方法?；谝?guī)則的方法需要針對(duì)每類(lèi)問(wèn)題制定一定的規(guī)則，如果制定的規(guī)則過(guò)多則需要大量人力，如果規(guī)則太少則無(wú)法準(zhǔn)確判斷問(wèn)題的類(lèi)別，并且還會(huì)出現(xiàn)一個(gè)問(wèn)題可以匹配到多個(gè)分類(lèi)規(guī)則里面?；谡Z(yǔ)義的分類(lèi)方法在研究中也取得不錯(cuò)的分類(lèi)效果，但是如果問(wèn)題過(guò)于簡(jiǎn)單，或者雖然較長(zhǎng)但是所包含的特征詞較少時(shí)分類(lèi)效果也不理想?；谝陨显?，本研究對(duì)基于語(yǔ)義和基于規(guī)則的分類(lèi)方法相結(jié)合以提高分類(lèi)的準(zhǔn)確性?；谡Z(yǔ)義和規(guī)則相結(jié)合的分類(lèi)方法思路如下：

（1）根據(jù)領(lǐng)域?qū)＜业慕ㄗh為每類(lèi)問(wèn)題建立對(duì)應(yīng)的特征詞匯表和規(guī)則庫(kù)，部分特征詞匯表和規(guī)則庫(kù)如表1和表2所示；

（2）抽取問(wèn)句特征詞，并對(duì)特征詞中名詞和動(dòng)詞進(jìn)行擴(kuò)展詞，形成問(wèn)句特征向量為T(mén)w={W1，W2，W3，…}；

（3）將Tw分別與問(wèn)題類(lèi)型C1、C2、C3、C4中的特征詞匯進(jìn)行相似度計(jì)算（特征詞間的相似度計(jì)算按照劉群等基于知網(wǎng)提出的計(jì)算方法[9]），計(jì)算結(jié)果分別為α1，α2，α3，α4，其中α1≥α2≥α3≥α4，如果α1-α2≥β，則類(lèi)別C1即為問(wèn)題所屬類(lèi)別，分類(lèi)結(jié)束，否則繼續(xù)；

（4）將問(wèn)句分別與類(lèi)別C1和C2進(jìn)行規(guī)則匹配，選擇最匹配的類(lèi)別作為問(wèn)句所屬類(lèi)別。

3 試驗(yàn)分析

問(wèn)題分類(lèi)中參數(shù)β的取值直接影響分類(lèi)的準(zhǔn)確率，因此通過(guò)試驗(yàn)確定參數(shù)β的取值使分類(lèi)結(jié)果最優(yōu)。

3.1 試驗(yàn)數(shù)據(jù)

本研究所用試驗(yàn)語(yǔ)料來(lái)自于農(nóng)林網(wǎng)、農(nóng)業(yè)信息網(wǎng)等農(nóng)業(yè)類(lèi)網(wǎng)站，對(duì)語(yǔ)料進(jìn)行清洗、分類(lèi)，所用各類(lèi)問(wèn)題語(yǔ)料數(shù)量如表3所示。

3.2 試驗(yàn)結(jié)果及分析

分別將參數(shù)β設(shè)定不同數(shù)值，采用基于語(yǔ)義和規(guī)則相結(jié)合的分類(lèi)方法判斷試驗(yàn)問(wèn)題語(yǔ)料所屬分類(lèi)的準(zhǔn)確率如圖4所示。由圖4試驗(yàn)結(jié)果表明，參數(shù)β的最佳取值為0.2，通過(guò)試驗(yàn)結(jié)果還可以看出，隨著參數(shù)β取值增大分類(lèi)準(zhǔn)確率降低。結(jié)果表明：當(dāng)待判定問(wèn)題與領(lǐng)域分類(lèi)特征庫(kù)中兩類(lèi)分類(lèi)計(jì)算結(jié)果較為接近時(shí)，才有必要根據(jù)規(guī)則判斷其真正所屬類(lèi)別；當(dāng)待判定問(wèn)題與分類(lèi)特征庫(kù)中兩類(lèi)分類(lèi)計(jì)算結(jié)果相差較大時(shí)，因?yàn)闃?gòu)建的規(guī)則并不全面而導(dǎo)致問(wèn)題所屬類(lèi)別判斷存在誤差較大。因此下一步的工作中需要將問(wèn)題分類(lèi)的規(guī)則庫(kù)進(jìn)行擴(kuò)充，使其規(guī)則更加豐富，提高分類(lèi)結(jié)果的準(zhǔn)確性。

將參數(shù)β的取值設(shè)置為0.2時(shí)，分別采用基于語(yǔ)義的分類(lèi)方法、基于規(guī)則的分類(lèi)方法和本研究所用的分類(lèi)方法進(jìn)行比較分類(lèi)的準(zhǔn)確率，結(jié)果如表4所示。從表4可以看出，本研究的分類(lèi)方法比基于規(guī)則和基于語(yǔ)義的方法分類(lèi)準(zhǔn)確率都有提高，特別是相對(duì)于基于規(guī)則的分類(lèi)方法準(zhǔn)確率有較大的提高，而相對(duì)于基于語(yǔ)義的方法準(zhǔn)確率提高較小， 分析是因?yàn)椴捎靡?guī)則的分類(lèi)方法對(duì)每類(lèi)問(wèn)題制定的規(guī)則有限，直接影響了分類(lèi)的準(zhǔn)確率。另外，目前對(duì)于問(wèn)題的分類(lèi)僅分為4類(lèi)，問(wèn)題類(lèi)別劃分不夠細(xì)致，這也會(huì)影響到問(wèn)題分類(lèi)的準(zhǔn)確率。

4 結(jié)論

本研究首先構(gòu)建農(nóng)作物病蟲(chóng)害領(lǐng)域本體，將領(lǐng)域本體應(yīng)用在預(yù)處理、特征詞抽取及擴(kuò)展中，根據(jù)領(lǐng)域的特殊性將問(wèn)題分為4類(lèi)，利用基于語(yǔ)義和規(guī)則相結(jié)合的分類(lèi)方法對(duì)問(wèn)題進(jìn)行分類(lèi)。試驗(yàn)結(jié)果表明，本研究方法對(duì)農(nóng)作物病蟲(chóng)害領(lǐng)域問(wèn)題分類(lèi)時(shí)具有一定的有效性。但是，本研究仍存在一些問(wèn)題，例如領(lǐng)域本體如何實(shí)現(xiàn)自動(dòng)更新、問(wèn)題類(lèi)型規(guī)則不完善等，這些都將是下一步工作的重點(diǎn)。

參考文獻(xiàn)：

[1]鄭實(shí)福，劉 挺，秦 兵，等. 自動(dòng)問(wèn)答綜述[J]. 中文信息學(xué)報(bào)，2002，16（6）：46-52.

[2]廖 夢(mèng). 面向問(wèn)答系統(tǒng)的金融本體構(gòu)建技術(shù)研究[D]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2014.

[3]鄧志鴻，唐世渭，張 銘，等. Ontology研究綜述[J]. 北京大學(xué)學(xué)報(bào)：自然科學(xué)版，2002，38（5）：730-738.[HJ1.82mm]

[4]Li S P，Yin Q W，Hu Y J，et al. Overview of researches on ontology[J]. Journal of Computer Research and Development，2004，41（7）：1041-1052.

[5]潘彩霞，薛佳妮，于輝輝，等. 基于本體的魚(yú)病診斷專(zhuān)家系統(tǒng)的構(gòu)建[J]. 廣東農(nóng)業(yè)科學(xué)，2015，42（1）：157-160.

[6]王 超，李書(shū)琴，肖 紅. 基于文獻(xiàn)的農(nóng)業(yè)領(lǐng)域本體自動(dòng)構(gòu)建方法研究[J]. 計(jì)算機(jī)應(yīng)用與軟件，2014，31（8）：71-74.

[7]農(nóng)業(yè)部情報(bào)研究所.農(nóng)業(yè)科學(xué)敘詞表[M]. 北京：中國(guó)農(nóng)業(yè)出版社，1994.

[8]Zhang W，Chen J J，Niu Y Q.Research on Chinese question classification based on Hownet and dependency parsing[C]. The 3rd International Workshop on Intelligent System and Application.Wuhan，China，2011：483-486.

[9]劉 群，李素建. 基于《知網(wǎng)》的詞匯語(yǔ)義相似度計(jì)算[C]. 臺(tái)北第三屆漢語(yǔ)詞匯語(yǔ)義學(xué)研討會(huì)論文集，2002：59-76.