劉作國,陳笑蓉

(貴州大學 計算機科學與技術學院，貴州 貴陽 550025)

0 前言

近年來，語義實體建模逐漸成為信息挖掘領域的研究熱點。語義實體建模挖掘文本中有價值的命名實體(人物、事件等)，建立實體間的關聯(lián)，構建實體鏈接和知識庫，在信息抽取、句法分析、機器翻譯、語義消歧、問答系統(tǒng)等諸多應用領域具有巨大的研究價值和深遠的應用前景。

目前，國內外的大多數實體建模技術主要面向信息挖掘領域[1-2]和問答系統(tǒng)[3-4]，關注實體的領域概念及映射關聯(lián)。挖掘深度主要停留在詞匯層面，缺少句法層面的分析[5-7]，挖掘出的特征實體可能不是語句謂詞的施體或受體，在語句中并不充當主要成分。例如語句“刺殺肯尼迪的兇手被捕了”，通常很多模型能挖掘出命名實體“肯尼迪”，但也很容易受此誤導，認為肯尼迪被捕。

現行的實體描述模型注重刻畫實體關系而忽略了行為及狀態(tài)[8-9]。模型能夠描述家族族譜、組織機構關系等靜態(tài)關聯(lián)，但難以刻畫實體的動作行為、狀態(tài)變遷及屬性變化。例如“Joe送給Bob玩具”的行為，Bob很開心的狀態(tài)都難以刻畫。

目前國內外有一些建立在句法分析層面上的文本實體挖掘研究[10]。本文認為，這些研究關注“是什么”的問題，而文本聚類更關心“關于什么”的問題。例如以下兩個語句：

例1A： 中國隊戰(zhàn)勝了日本隊。

例2B： 日本隊戰(zhàn)勝了中國隊。

兩個語句所表述的語義截然相反，但它們都涉及了中國隊與日本隊的比賽。從聚類分析的角度來看，兩句話是相似的。本文希望建立一個以漢語文本聚類為目標的實體—動作關聯(lián)模型(entity-action relationship model，EARM)，通過句法分析挖掘文本中的實體關系，描述動作及參與主體，并實施聚類分析。

1 實體—動作關聯(lián)模型EARM

1.1 相關概念闡述

漢語的功能同其他人類語言一樣，都是描述主觀和客觀的世界，即描述事物發(fā)生的行為、所處的狀態(tài)及具有的認知等。本文希望從漢語語句中實體的行為及狀態(tài)出發(fā)，挖掘行為的參與者或狀態(tài)主體，建立表示文本的實體—動作關聯(lián)模型。以下對本文論述的相關概念進行闡述。

動作： 對行為、關系、狀態(tài)、認知等的描述。

實體： 動作的施體或受體。

動作元： 動作發(fā)生時關聯(lián)的實體。

本文將事物的行為、關系、狀態(tài)、認知等關聯(lián)統(tǒng)稱為動作。動作可以是單獨的謂詞，也可以是謂詞的復合結構。借鑒動詞配價理論，將動作分為零元、一元、二元、三元這四類動作[11]。零元動作發(fā)生時沒有關聯(lián)的實體，如“下雨”“刮風”。一元動作具有一個關聯(lián)主體，如“[我]累了”。二元動作具有主體(也稱施體)和受體，如“[他]打[我]”“[我]擦[桌子]”。三元動作多出現在雙賓語句型中，具有主體(施體)、直接賓語(受體)、間接賓語(受體)這三個關聯(lián)實體，如“[他]遞給[我][錢]”。值得注意的是，在漢語語句中有時動作的關聯(lián)實體可以省略，如“[我]已經給(你)(錢)了”。

實體可以是單獨的體詞，也可以是復合結構[12]。實體與體詞的區(qū)別在于，體詞只描述客觀存在或抽象的概念，但未必參與動作。例如“我送給他的禮物被偷了”，語句涉及三個體詞“我”、“他”、“禮物”，但動作“偷”則只涉及一個實體“禮物”。

1.2 EARM模型定義

根據前文闡述，基于實體動作關聯(lián)的EARM模型定義如下：

定義1EARM： EARM由實體、動作、動作元這三個要素構成，描述形式如式(1)所示。

EARM=Action(R(E))

(1)

Action為動作集合；E為實體集合；R(E)表示動作元，即發(fā)生關聯(lián)的實體。例如，“市長/來到/西吉縣將臺堡/瞻仰/紅軍/長征/會師/紀念碑”，該語句屬于連謂句型：

E={市長, 西吉縣將臺堡, 紅軍, 紀念碑}；

R= {(市長, 西吉縣將臺堡),(市長, 紀念碑), (紅軍, 長征),(紅軍, 會師)}；

Action={來到, 瞻仰, 長征, 會師}。EARM= {來到(市長, 西吉縣將臺堡), 瞻仰(市長, 紀念碑), 長征(紅軍), 會師(紅軍)}

對應實體—動作關系如圖1所示。

圖1 實體關聯(lián)模型

1.3 句法成分識別

漢語句法分析比印歐語系的句法分析更為困難，這是由漢語本身的語法特點決定的。朱德熙先生在《語法答問》[13]中提到： 漢語屬于非形態(tài)語言。與印歐語系相比，雖然漢語語法靈活多變，但又強調詞序；雖然漢語虛詞對描述語義有重要貢獻，但又時常省略部分虛詞。朱先生總結了漢語的兩大特點： 一是漢語詞類跟句法成分之間并非簡單的一一對應關系，其句法成分對應關系如圖2所示；二是漢語句子的構造原則跟詞組的構造原則基本一致。

圖2 漢語句法成分對應關系

基于漢語句法這兩個特點，必須建立成分識別機制，識別語句中的動作和實體。由于漢語詞匯沒有時態(tài)、語態(tài)的變化，句法格式也不像英語那樣嚴格，語句成分缺省和倒裝的現象比英語更普遍[14-15]。為了準確分析出動作的參與者，應當建立句法關聯(lián)分析器。

相關研究顯示，體詞通常作為語句的主語或賓語，謂詞主要作為謂語成分。本文參考文獻[16]提出的實體關系模式獲取策略，設計了基于句型結構的EARM模型構造器。構造器包括成分識別器(recognizing machine)、關聯(lián)分析器(analyzing machine)、體詞特征規(guī)則(nominal rules)、謂詞特征規(guī)則(predicate rules)、句型特征庫(syntax library)，如圖3所示。

(1) 成分識別

建立EARM的關鍵在于識別實體及動作。本文借助復旦大學中文語料庫，對其中的大量語句進行了人工標注，并參考朱德熙先生的觀點(圖2的句法成分對應關系)，對漢語的體詞及謂詞類別特征進行了研究和總結，分別建立體詞規(guī)則庫和謂詞規(guī)則庫，概括了各類體詞和謂詞的特征。

圖3 EARM構造器

體詞特征包括：

① 名詞；

② 動詞；

③ 以名詞為中心的偏正短語結構；

④ 以動詞為中心的偏正短語結構；

⑤ 多個體詞構成的聯(lián)合結構。

謂詞特征包括：

① 動詞；

② 形容詞，語句結構為體詞+形容詞或體詞+副詞+形容詞；

③ 以謂詞為中心的偏正短語結構；

④ 多個謂詞構成的聯(lián)合結構。

成分識別器根據特征規(guī)則識別實體及動作，下面介紹相關規(guī)則。

規(guī)則1實體識別規(guī)則： 以下結構特征識別為實體：

① 單獨的體詞；

② 多個體詞形成的聯(lián)合結構，如并列結構、緊縮結構等；

③ 以體詞為中心的偏正結構，如“產生的煙霧”；

④ 謂詞+體詞構成的動賓結構，如“練習游泳”。

規(guī)則2動作識別規(guī)則： 以下結構特征識別為動作：

① 單獨的謂詞；

② 多個謂詞構成的聯(lián)合結構，如“進行分析”；

③ 以謂詞為核心的偏正結構，如“奮勇地拼搏”。

(2) 關聯(lián)分析

文獻[17-18]指出，漢語句型包括主謂結構、動賓結構、偏正結構、補充結構、聯(lián)合結構五類基本句型。由這五類基本句型可以構成連謂結構、同位語結構、雙賓語結構、兼語結構等復雜句型。作者對各類句型特征進行了分析歸納，建立句型特征庫。例如以下是連謂句型的特征。

特征1連謂句型特征： 實體1+動作1+實體2+動作2+實體3

EARM描述： 動作1(實體1,實體2)，動作2(實體1,實體3)。

例如“他E/伸出A/手E/接過A/煙E”，對應描述為： “他伸出手”“他接過煙”。

以下是兼語句型的特征。

特征2兼語句型特征： 實體1+動作1+實體2+動作2，且實體2是動作2的施體。

EARM描述： 動作1(實體1,實體2)，動作2(實體2)。

例如，“他的話E/讓A/我E/落淚A”，對應描述為： “他的話讓我”“我落淚”。

(3) 模型建立

借助體詞特征規(guī)則和謂詞特征規(guī)則，由成分識別器識別語句成分(體詞、謂詞)，關聯(lián)分析器檢驗句型結構并挖掘實體關系。設語句s長度為n，構建s的EARM的總體過程如下：

過程1語句EARM構建總體過程

Function: CreateEARM(s)

Begin

Sets=(w1,w2,…,wn)；

Loop: eachwins:

Matchwwith Nomial and Predicate rules;

EndLoop

Return matchedresult;

Loop: eachsyntaxin Syntax library

If:resultmatchessyntax

Create a newEARMbyrule;

EndIf

EndLoop

Output all EARM;

End

1.4 實體調序機制

通常情況下實體與動作具有如下關聯(lián)：

規(guī)則3一般實體—動作關聯(lián)規(guī)則：

① 零元動作無實體與之關聯(lián)；

② 一元動作通常為主謂結構，它的施體位于動作之前，如“我困了”；

③ 二元動作通常為主謂賓結構，動作的施體位于動作之前，受體位于動作之后，如“我擦桌子”；

④ 三元動作通常為雙賓結構，動作的施體位于動作之前、直接賓語和間接賓語位于動作之后，如“他遞給我一支煙”。

規(guī)則3總結了一般情況下的實體關聯(lián)規(guī)則，但漢語句法結構較為靈活，有時會出現語句成分(實體、動作)缺省或移位的情況[19-20]，例如，“桌子我已經擦了”。

根據實體的定義及規(guī)則1，作者認為體詞的連續(xù)(緊鄰)出現有多種情況，但實體的連續(xù)出現只能由以下兩類情況引發(fā)：

① 雙賓語或賓語從句，例如，“我告訴她這件事”；

② 語句成分移位現象。

若模型構造器識別到緊鄰的實體a和b，從句型庫匹配雙賓語句型，若匹配失敗則說明不屬于①類情形而屬于②類現象。檢查匹配程度最高的句型特征進行實體調序。設語句s經過模型構造器識別后抽象出ne個實體，na個動作，k=ne+na。則s=(s1,s2,…,sk)，實體調序過程如下：

過程2實體調序過程

Function: EntityReorg(s)

Begin

Sets=(s1,s2,…,sk)；

Loop: eachsiins,i

If:siandsi+1belong EntitySet

//find continuous Entity

Checkswith Syntax library;

Loop:sdoesn’t match Double

Object Syntax

//entity recoganizing

Get another nearestsyntax

from Syntax library;

Get location ofsi,si+1,

predicatep;

//assumesi+1is closer top

Movesireference onsyntax;

Get new sentences′;

If:s′ matches Syntax library

//s′ is a Chinese sentence

Outputs′;

EndIf

EndLoop

EndIf

EndLoop

End

例：s=“桌子我已經擦了”，句型為實體a(桌子)+實體b(我)+動作v(已經擦了)。b距離v更近。

① 采用雙實語句型實施調序：syntax=動作+實體+動作。將實體a(桌子)進行試移位，但對于a的所有位移結果s′，syntax均無法成功匹配，故syntax不是最佳句型；

② 再以主謂賓句型實施調序：syntax=實體+動作+實體進行匹配，將實體a(桌子)進行試移位，s′=“我已經擦了桌子”與syntax成功匹配。動作v為二元動作，動作描述為： 已經擦了(我，桌子)。

③ 如果對實體b(我)進行位移，則匹配結果為s’=“桌子已經擦了我”，動作描述為： 已經擦了(桌子，我)。雖然動作施體和受體顛倒，但前文已經論述過聚類分析并不強調區(qū)別施體和受體，②和③的動作差別在聚類分析中可以忽略。

2 文本表示

本節(jié)基于EARM進行文本表示。一個文本包含多個語句，每個語句對應一個實體—動作關聯(lián)模型： EARM=Action(R(E))。合并各語句的實體和動作可建立文本的EARM表示模型。

2.1 動作層次分解

語句中的各動作可能處于不同的層級。例如圖1中動作“來到”、“瞻仰”處于第一層級，“長征”、“會師”處于第二層級。建立EARM時應當對多級動作實施層次分解，合并實體及動作關聯(lián)。

本文認為EARM的動作通常沒有分解的必要，語句分解主要是對關聯(lián)實體進行遞歸分解，將復雜的實體分解為簡單的體詞或語句。漢語句型結構通常不超過二層，三層以下的語句成分對EARM的貢獻已經較小。本文設定動作層次分解的最大深度為三層，采用底層替換規(guī)則將第三層的動作替換為簡單句型。

規(guī)則4動作層次分解規(guī)則：

① 由高層向低層逐層分解；

② 將復雜語句分解為簡單語句，例如1.3節(jié)連謂句特征和兼語特征；

③ 對復雜結構的實體，如賓語從句，從句+體詞構成的偏正結構等，分解為主句和從句，主句實體簡化為原實體的中心詞，從句按照以上過程遞歸分解；

④ 如果存在第三層結構，則進行底層替換。

規(guī)則5底層替換規(guī)則：

① 偏正短語替換為該短語的中心詞；

② 一元動作和二元動作替換為動作的謂詞；

③ 三元動作替換為動作的直接賓語，如“他遞給我一支煙”替換為“煙”；

④ 多個實體或動作構成的聯(lián)合句型，按照①～③分別替換，構造成并列結構“X和Y”。

以圖1的例句“市長E/來到A/西吉縣將臺堡E/瞻仰A/紅軍E/長征A/會師A/紀念碑E”為例，該語句屬于連謂句型。動作層次分解結果如圖4所示，語句分解為“市長來到西吉縣將臺堡”“市長瞻仰紀念碑”“紅軍長征和會師”三個簡單語句。

圖4 動作層次分解

2.2 建立EARM

(1) 合并語句模型

基于語句EARM構建文本的EARM，設動作Action1(R(E1))、Action2(R(E2))，有E=E1∩E2≠?。合并相同實體集E，即將中心詞相同的實體進行合并；合并實體后若Action1=Action2，合并Action。建立文本的表示模型EARM=Action(R(E))。

(2) 實施權重量化

經過動作層次分解，復雜實體已經簡化為簡單實體，本節(jié)借助詞頻TF來量化實體和動作對表示文本的貢獻。實體e在文本d中的權重量化為e在d中的詞頻，如式(2)所示。

WE(e,d)=TF(e,d)

(2)

n元動作a在文本d中的權重量化為a的所有動作元的共現頻率，如式(3)所示。

(3)

其中TF(e,d)為實體e在文本d中的詞頻，TF(e1,Λ,en,d)為n個實體e1,Λ,en在文本d中的共現頻率。

2.3 文本相似性度量

兩個文本中，實體及謂詞完全相同的動作是極少的，但相同的實體或相同的謂詞是廣泛存在的。作者將單個文本的EARM視為一個有向圖結構，如式(4)所示。

EARM=G=

(4)

Node為圖的節(jié)點集合，對應EARM實體集合E，?i∈E,Wnode(i)=WE(i)；Edge為圖的邊集，對應EARM謂詞集合Action，?i∈Action,Wedge(i)=WA(i)。兩個文本的相似度即對應的實體—動作關聯(lián)模型EARM的相似度，等價于有向圖G的相似度。

本文在文獻[21]中設計并實現了一種基于最大公共子圖的文本相似度計算模型GBTS。本文沿用相關計算策略，將有向圖GA、GB的相似度定義為其最大公共子圖的節(jié)點相似度NS與邊相似度ES之和，如式(5)所示。

Sim(A,B)=NS(A,B)+ES(A,B)

(5)

節(jié)點相似度NS計算如式(6)所示。

(6)

邊點相似度ES計算為如式(7)所示。

(7)

其中0≤α≤1為權重調節(jié)因子。若α→1，算法強調節(jié)點相似度；若α→0，算法強調邊相似度。Sum()為權重累加函數，如式(8)所示。

(8)

2.4 計算復雜性分析

VSM和EARM均采用相同的聚類算法實施聚類，本節(jié)只討論兩種模型在提取文本特征和計算文本相似度時的差異。

設文本集為S=(t1,…,tk)，包含N個特征項，實體及動作總數為M，文本集語句總數量為P；文本ti的語句數量為pi，動作層次分解后文本ti的語句數量為qi，文本集語句數量為Q。在一般情況下pi≤qiP≤QM

VSM空間維度等于文本集的特征數目n，構建n維空間向量并計算兩個文本的距離，時間復雜度為O(N)，空間復雜度為O(N)。

EARM處理整個文本集需要分析P個語句，M個實體及動作，并存儲Q個關聯(lián)模型，時間復雜度為O(P+M)，空間復雜度為O(Q)。EARM的時間復雜度及存儲空間開銷均比VSM更低。

此外，就單個文本ti的分析而言，EARM時間復雜度僅為O(pi),空間復雜度為O(qi)，VSM時間復雜度和空間復雜度仍為O(N)?？梢姴徽撌菃蝹€文本的挖掘還是整個文本集合的分析，EARM都更有效率。

3 實驗分析

本文共包括兩個實驗: 語句實體動作分析實驗檢驗EARM對語句分析的效果。聚類實驗檢驗EARM計算文本相似度的準確性。本文語料庫來自復旦大學中文語料庫。分別選取藝術、哲學、經濟、政治、軍事、農業(yè)、通信、運輸、法律、醫(yī)藥十個類別的文本進行實驗。

3.1 語句實體動作分析實驗

從十個類別的文本中隨機選取5 000個語句，共計五萬個語句構成本實驗的數據。本文對語句集進行了人工標注。使用無標注的數據集進行EARM句法分析，并與人工標注結果進行比較，由人工來評價EARM對每個語句的實體動作挖掘是否正確，根據EARM分析結果與人工標注結果的一致性進行評分，評分原則如下：

① 5分： 完全一致，即動作及實體分析完全正確；

② 3分： 基本一致，即動作分析正確且實體分析部分正確；

③ 1分： 部分一致，即動作分析不正確但實體分析完全或部分正確；

④ 0分： 完全不一致，動作及實體完全錯誤。

實驗結果如表1所示。

表1 語句實體動作分析實驗結果

續(xù)表

表1顯示語句EARM分析總體上是有效的，各類別語句完全識別(5分)率為81.30%，錯誤(0分)率0.64%。各類別語句關聯(lián)分析的平均得分為4.4～4.6?？梢奅ARM實體和動作的挖掘是比較成功的。本實驗錯誤的分析結果主要出現在歧義句，尤其是復雜的歧義句。如“咬死獵人的狗跑了”可能包括以下兩種實體動作劃分，①“咬死A/獵人的狗E/跑了A”；②“咬死獵人的狗E/跑了A”。模型在歧義句處理能力上尚嫌在不足。

3.2 文本聚類實驗

本文在文獻[22]中設計并實現了一種基于高斯加權的重構性K-NN聚類算法GWR K-NN。本小節(jié)設計了均衡樣本實驗和非均衡樣本實驗，采用GWR K-NN實施聚類。

均衡樣本實驗： 從語料庫十個類別的文本中，每類選擇1 000個樣本，共計10 000個樣本構成實驗數據，分別使用經典的VSM和EARM模型進行文本表示，并使用GWR K-NN進行聚類，對比所得聚類結果的準確率和召回率。實驗結果如表2所示。

非均衡樣本實驗： 在語料庫十個類別中隨機選取10 000個樣本構成實驗數據，每個類別的樣本規(guī)模存在差距。分別使用經典的VSM模型和EARM進行文本表示，并使用GWR K-NN進行聚類。實驗結果如表3所示。

表2 均衡樣本聚類實驗對比

表3 非均衡樣本聚類實驗對比

續(xù)表

類別Ci的準確率Pi、召回率Ri及Fi值定義如式(9)～式(11)所示。

均衡樣本與非均衡樣本下，各聚類F-Score值對比如圖5、圖6所示。

圖5 VSM聚類性能對比

圖6 EARM聚類性能對比

實驗結果顯示： 在均衡樣本和非均衡樣本下，基于EARM模型的聚類性能更為優(yōu)秀。各個類別下，EARM聚類的準確率和召回率比VSM模型更高。非均衡樣本下，軍事類和農業(yè)類樣本規(guī)模較小，傳統(tǒng)VSM模型受到樣本規(guī)模及樣本分布的影響，效率明顯下降。基于EARM的重構性K-NN能夠很好地適應非均衡的樣本空間，不論是均衡樣本下還是非均衡樣本下，EARM性能的波動都比VSM小。

4 結束語

本文面向文本聚類問題，設計并實現了一種基于實體—動作關聯(lián)的文本表示模型EARM。模型構造器根據詞庫特征和句型特征挖掘實體和動作，構造EARM。對不同層級的動作進行動作層次分解，將復雜語句拆分簡化為簡單句型。本文采用統(tǒng)計學原理量化EARM模型的實體和動作的權重，基于加權的EARM模型計算文本相似度并實施聚類。

本文將EARM模型與VSM模型進行了對比實驗，實驗結果表明EARM是有效的。模型能識別常見的漢語句型和詞匯，但是對歧義句的鑒別能力不足，下一步將引入多值函數或借助機器學習的方法來增強EARM處理歧義的能力。

[1] 宋巍, 張宇, 劉挺, 等.基于檢索歷史上下文的個性化查詢重構技術研究[J].中文信息學報,2010, 24(3): 144-152.

[2] 曹雷, 郭嘉豐, 白露, 等. 基于半監(jiān)督話題模型的用戶查詢日志命名實體挖掘[J]. 中文信息學報,2012, 26(5): 26-32.

[3] Kuznetsov V A, Mochalov V A, Mochalova A V. Ontological-semantic text analysis and the question answering system using data from ontology[C]//Proceedings of the 18th International Conference on Advanced Communication Technology. Pyeongchang, South Korea. IEEE, 2016: 651-658.

[4] Shen Haiying, Liu Guoxin, Wang Haoyu, et al. Social Q&A: An online social network based question and answer system[J]. IEEE Transactions on Big Data, 2017, 3(1): 91-106.

[5] 劉丹丹, 彭成, 錢龍華, 等. 《同義詞詞林》在中文實體關系抽取中的作用[J]. 中文信息學報,2014, 28(2): 91-99.

[6] 劉丹丹, 彭成, 錢龍華, 等. 詞匯語義信息對中文實體關系抽取影響的比較[J]. 計算機應用,2014, 32(8): 2238-2244.

[7] Fei Wu, Daniel S W. Open information extraction using Wikipedia[C]//Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics. Pennsylvania, USA. Association for Computational Linguistics, 2010: 118-127.

[8] 楊丹, 申德榮, 聶鐵錚, 等. 異構信息空間中實體關聯(lián)關系挖掘算法[J]. 計算機研究與發(fā)展,2014,51(4): 895-904.

[9] Yuenhsien Tseng, Lunghao Lee, Shuyen Lin, et al. Chinese open relation extraction for knowledge acquisition[C]//Proceedings of the 14th Conference of the European Chapter of the Association for Computational Linguistics. Gothenburg, Sweden. Association for Computational Linguistics, 2014: 12-16.

[10] Qiu Likun, Zhang Yue. ZORE: A syntax-based system for Chinese open relation extraction[C]//Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing. Doha, Qatar: Association for Computational Linguistics, 2014: 1870-1880.

[11] Bai Xiaopeng, Li Bin.Comparing argument structure in Chinese verb taxonomy and Chinese propbank[C] //Proceedings of 2015 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology. Singapore: IEEE, 2015: 188-190.

[12] Ma Hong, Lian Xin, Jiang Kun, et al. Research on delay ambiguity solving method based on Chinese remainder theorem[C]//Proceedings of 2014 International Conference on Information and Communications Technologies. Nanjing, China. IET, 2014: 1-4.

[13] 朱德熙. 語法答問[M]. 北京: 商務印書館,1985.

[14] 范婷. 現代漢語歧義表層結構形式及其分化方法研究[D]. 成都: 四川外語學院碩士學位論文,2012.

[15] 懷寶興, 寶騰飛, 祝恒書, 等. 一種基于概率主題模型的命名實體鏈接方法[J]. 軟件學報,2014,25(9): 2076-2087.

[16] 鄧擘, 鄭彥寧, 傅繼彬. 漢語實體關系模式的自動獲取研究[J]. 計算機科學,2010,37(2): 183-185.

[17] 朱德熙. 語法講義[M]. 北京: 商務印書館,1982: 38-55.

[18] Huang C T J, Li Y H A,Yafei Li. The Syntax of Chinese[M]. America: World Book Inc,2013: 108-113.

[19] 趙元任. 漢語口語語法[M]. 北京: 商務印書館,1979.

[20] 何鐘豪, 蘇勁松, 史曉東, 等. 引入集成學習的最大熵短語調序模型[J]. 中文信息學報,2014,28(1): 87-93.

[21] Liu Zuoguo, Chen Xiaorong. Mapping texts into graphs: An improved text similarity algorithm[C]//Proceedings of 2012 2nd International Conference on Computer Science and Network Technology. Changchun: Springer, 2012: 1357-1361.

[22] 劉作國, 陳笑蓉. 高斯加權的重構性K-NN算法研究[J]. 中文信息學報,2015,29(5): 112-116.