漢語(yǔ)框架網(wǎng)絡(luò )學(xué)習策略研究

O 引 言
本體學(xué)習能力對本體構建和語(yǔ)義Web的快速發(fā)展及自動(dòng)問(wèn)答技術(shù)的發(fā)展，具有非常重要的意義?，F有本體可深層次理解領(lǐng)域知識，但是手工構建本體的方式遠遠不能滿(mǎn)足語(yǔ)義檢索應用的需求。因此，運用本體學(xué)習策略提高本體構建的速度成為本體應用的關(guān)鍵。以漢語(yǔ)框架網(wǎng)絡(luò )本體知識庫為基礎，采用不同的學(xué)習策略來(lái)處理不同特征的實(shí)例，抽取其中的語(yǔ)義信息，以便更好實(shí)現實(shí)例的定位和本體歸類(lèi)。同時(shí)，通過(guò)實(shí)時(shí)監控，系統檢查用戶(hù)的檢索情況，采用適合用戶(hù)特征的輔策略來(lái)控制和修正主策略，提高檢索的性能。

l 漢語(yǔ)框架網(wǎng)絡(luò )本體的構建
以FrameNet本體為依據，以法律領(lǐng)域為突破口，從語(yǔ)義角度描述法律概念與概念、詞語(yǔ)與詞語(yǔ)間的關(guān)系，形成語(yǔ)義知識網(wǎng)絡(luò )，構建法律詞匯及其所屬框架的計算機可讀信息。法律框架網(wǎng)絡(luò )本體中包含豐富的框架關(guān)系、配價(jià)模式等語(yǔ)義規則，機器可以此來(lái)自主地學(xué)習領(lǐng)域內外相關(guān)的概念及屬性，建立概念之間的關(guān)系。通過(guò)學(xué)習可以實(shí)現已有的框架與新框架的有效融合，不斷豐富法律框架本體，擴大其語(yǔ)義表述能力，提高本體知識庫的歸納、演繹、推理的能力。

2 本體學(xué)習策略
本體學(xué)習是一種可以由本體工程師使用，以便更容易地創(chuàng )建本體的方法，是一套用幾種資源以半自動(dòng)化方式對現存本體進(jìn)行挖掘、豐富或改造來(lái)構建新本體的方法和技術(shù)。目前，很多本體學(xué)習方法都以不同類(lèi)型的無(wú)結構的，或半結構的，或充分結構化數據來(lái)進(jìn)行訓練，運用聯(lián)想規則、概念聚類(lèi)、本體修改、概念學(xué)習等方法，構建一個(gè)自動(dòng)或半自動(dòng)的、協(xié)同的本體。在漢語(yǔ)框架網(wǎng)絡(luò )中，我們采用了基于本體學(xué)習的半自動(dòng)本體構建方法，采用多種學(xué)習策略，綜合構建一體化的本體學(xué)習環(huán)境，加快本體構建和本體語(yǔ)料加工的進(jìn)程。此方法能更好的發(fā)現概念間的關(guān)系，更有效地獲得本體信息，是一種比較高效可行的本體構建方法。

本體學(xué)習的過(guò)程如圖l所示。首先，對各類(lèi)語(yǔ)料進(jìn)行處理，其中包括分詞、詞性標注、句法依存分析、語(yǔ)義信息的提取。其次，從語(yǔ)料庫中提取領(lǐng)域術(shù)語(yǔ)，使用自然語(yǔ)言處理、學(xué)習規則和統計的技術(shù)來(lái)過(guò)濾這些術(shù)語(yǔ)，然后使用通用本體中的概念對這些術(shù)語(yǔ)進(jìn)行語(yǔ)義解釋?zhuān)_定術(shù)語(yǔ)的語(yǔ)義類(lèi)型，形成本體學(xué)習的結果。最后，由專(zhuān)家對學(xué)習結果評估，從而利用通用本體和核心本體來(lái)學(xué)會(huì )新領(lǐng)域本體。
2．1 語(yǔ)義信息的抽取
漢語(yǔ)框架網(wǎng)絡(luò )本體的語(yǔ)義信息由框架、語(yǔ)義元素及語(yǔ)義關(guān)系構成，而語(yǔ)義關(guān)系包括繼承關(guān)系、總分關(guān)系、使用關(guān)系和參照關(guān)系等。語(yǔ)義關(guān)系是對框架網(wǎng)絡(luò )本體間共同特性的描述，也是兩者的共同關(guān)注焦點(diǎn)，故可借助語(yǔ)義關(guān)系從一個(gè)已知框架來(lái)學(xué)習另一個(gè)未知框架的語(yǔ)義信息。
構建漢語(yǔ)框架網(wǎng)絡(luò )本體時(shí)，我們采用一個(gè)5元組O：={C，R，HC，rel，AO}來(lái)表示框架的語(yǔ)義信息。其中：C表示與該框架發(fā)生關(guān)系的框架集合；R為框架間的關(guān)系的集合；XXXXXXX是一種有向關(guān)系，HC(Cl，C2)表示框架Cl是框架C2的上位框架，其中框架關(guān)系包括繼承關(guān)系和使用關(guān)系；rel：R→C×C是一個(gè)函數，亦可表示為R(C1，C2)，表示除了繼承關(guān)系和使用關(guān)系外的框架間關(guān)系；AO為框架進(jìn)行本體學(xué)習和推理的邏輯化、形式化公理，用以約束本體中的語(yǔ)義信息，校驗它的正確性或推導出新的信息。這樣，在上述5元組的基礎上，將學(xué)習任務(wù)的初始描述、中間狀態(tài)、學(xué)習到的規則等都借助例句庫保存起來(lái)，從而形成一組基本事實(shí)和判定公理。在公理中，我們利用了句法一語(yǔ)義相對應的學(xué)習經(jīng)驗生成一系列規則，把每一個(gè)語(yǔ)法成分同它的框架元素聯(lián)系起來(lái)，然后從詞元和框架中找出合適的基本聯(lián)系，此方法對于不可繼承的框架元素的確定具有重要意義。然后，把基本學(xué)習器組成元學(xué)習器，元學(xué)習器分配給每個(gè)基本學(xué)習器一個(gè)權重，來(lái)顯示它所信任基本學(xué)習器在元學(xué)習器中學(xué)習能力。然后，由人工對此進(jìn)行確認和修正，最終形成完整的框架網(wǎng)絡(luò )本體語(yǔ)義信息。
語(yǔ)義信息抽取時(shí)，學(xué)習器通過(guò)給定的學(xué)習策略不斷地在一組候選框架及例句中挑選最適合的選項加入學(xué)習器中，這些候選框架及例句被公理和規則不斷地特殊化(借助大量的反例來(lái)篩選候選框架及例句)，直到它們符合第一類(lèi)基本學(xué)習器的基本條件，然后由第二類(lèi)學(xué)習器進(jìn)行語(yǔ)義關(guān)系的學(xué)習。其中，第一類(lèi)基本學(xué)習器利用了每個(gè)框架特定的語(yǔ)義信息，來(lái)處理框架間的繼承關(guān)系，從上位框架中繼承所有的框架元素。例如，框架“文本”與框架“人造物品”屬于繼承關(guān)系，“人造物品”包含框架元素：創(chuàng )建者、類(lèi)型、材料、人造物品、創(chuàng )造時(shí)間、名稱(chēng)、使用價(jià)值等，以其語(yǔ)義信息作為學(xué)習的基礎，可歸納出“文本”框架應包括的框架元素及其它的語(yǔ)義信息。第二類(lèi)基本學(xué)習器利用框架間的其它語(yǔ)義關(guān)系，如總分關(guān)系、先與關(guān)系、使用關(guān)系等。比如，框架“犯罪場(chǎng)景”與框架“犯罪”屬于總分關(guān)系?！胺缸铩辈糠掷^承“犯罪場(chǎng)景”的犯罪行為、犯罪人元素，同時(shí)增加了時(shí)間、地點(diǎn)、動(dòng)機等其它元素。這需要學(xué)習器根據分框架中主體擔任的角色不同及情景的差異進(jìn)行總結而獲得。這樣，通過(guò)學(xué)習器的學(xué)習，就獲得了未知框架網(wǎng)絡(luò )本體遺失的語(yǔ)義特性，再根據相應的判斷公理來(lái)學(xué)會(huì )了未知框架所代表的語(yǔ)義信息。
2．2 配價(jià)模式的學(xué)習
通過(guò)對語(yǔ)義信息的學(xué)習，我們把句子解析成了若干語(yǔ)法要素和語(yǔ)義元素。配價(jià)模式學(xué)習過(guò)程中，參照已有的本體及其語(yǔ)義模式(配價(jià)模式)等信息，根據詞性分析、語(yǔ)法分析和句法分析的結果及所總結的規則和統計信息，生成框架的配價(jià)模式。
框架配價(jià)模式學(xué)習過(guò)程：1)對例句做句法依存分析。2)以句法依存樹(shù)中的結點(diǎn)為目標詞，將目標詞所有的子樹(shù)看作一語(yǔ)義元素，每個(gè)子樹(shù)包含的所有詞語(yǔ)默認為最大短語(yǔ)。3)根據子樹(shù)的根結點(diǎn)與目標的句法依存關(guān)系類(lèi)型，與已有配價(jià)模式匹配，確定子樹(shù)在配價(jià)模式中充當的框架元素，比如，它們之間為動(dòng)賓關(guān)系，那么子樹(shù)就作為“受事”框架元素。若存在使義動(dòng)詞則子樹(shù)所做框架元素為“施事”。最后，如果子樹(shù)中存在像并列關(guān)系之類(lèi)的依存關(guān)系則應當考慮將其進(jìn)一步細分為若干框架元素，算法如圖2所示。