維吾爾語語義本體輔助構(gòu)建系統(tǒng)研究

楊勇　任鴿

摘要：維吾爾語語義本體庫在維吾爾語計算語言學(xué)研究中扮演著重要角色，在維吾爾語語義理解、詞義消歧、信息檢索等多項研究領(lǐng)域中發(fā)揮重要作用，本文利用了漢語各類語義知識庫和詞典，充分借鑒了其中的各類語義關(guān)系，設(shè)計了維吾爾語語義本體的構(gòu)建方法，利用軟件工程知識設(shè)計了維吾爾語語義本體輔助構(gòu)建系統(tǒng)，實踐結(jié)果表明，該系統(tǒng)可以有效地提高維吾爾語語義本體庫的構(gòu)建效率，加快建設(shè)維吾爾語語義本體庫的建設(shè)周期。

關(guān)鍵詞：本體;維吾爾語語義;輔助構(gòu)建

中圖分類號：TP391.1 文獻標(biāo)識碼：A 文章編號：1007-9416（2019）05-0066-02

0 引言

本體（Ontology）是對共享概念的正規(guī)、明確的表述。本體始于哲學(xué)概念，90年代初被引入人工智能后，作為一種能在語義和知識層面上描述信息系統(tǒng)的概念模型建模工具[1]。中文的語義本體知識庫的代表有HowNet（知網(wǎng)）[2，4]，知網(wǎng)是一個以漢語和英語的詞語所代表的概念為描述對象，以揭示概念與概念之間以及概念所具有的屬性之間的關(guān)系為基本內(nèi)容的常識知識庫。知網(wǎng)作為一個知識系統(tǒng)，實副其名是一個網(wǎng)而不是樹，它所著力要反映的是概念的共性和個性，以及反映概念之間和概念的屬性之間的各種關(guān)系，它包含上下位關(guān)系、同義關(guān)系、反義關(guān)系、部分整體關(guān)系等16種關(guān)系，知網(wǎng)通過義原標(biāo)注概念的含義。英語的語義本體知識庫的代表是WordNet[3，5]，英文WordNet是詞匯學(xué)家米勒（Mill George A）以及他的研究小組于1985年著手構(gòu)建開發(fā)的一部在線詞典數(shù)據(jù)庫系統(tǒng)，是基于英語的詞匯語義網(wǎng)絡(luò)系統(tǒng)，它以詞的同義詞集合表示一個基本的詞匯概念，并在這些詞匯概念間建立多種詞匯語義關(guān)系。

目前，維吾爾語語義研究領(lǐng)域還缺乏本體知識庫建設(shè)，究其原因是多方面的，其中一個很重要的原因就是缺乏本體輔助構(gòu)建系統(tǒng)的支持，本文將研究維吾爾語語義本體的構(gòu)建方法，并在此基礎(chǔ)上設(shè)計并實現(xiàn)維吾爾語語義本體輔助構(gòu)建系統(tǒng)。

1 維吾爾語語義本體構(gòu)建過程

第一步，利用《維吾爾語同義詞詞典》，《維吾爾語大辭典》等維吾爾語詞典獲取維吾爾語同義詞集合。

第二步，通過《維漢雙語詞典》將維吾爾語同義詞集合翻譯為漢語，在漢語的《同義詞詞林》的找到對應(yīng)的分類，確定類別名稱，借鑒《同義詞詞林》的分類體系，將維吾爾語語

義本體分為12大類，94個中類、1428個小類。

上述建立的維吾爾語語義本體知識庫中詞語只有上下位關(guān)系和反義關(guān)系，可以參照HowNet添加比較常見的整體-部分關(guān)系和反義關(guān)系，具體過程如下：

第一步，遍歷維吾爾語語義本體知識庫，獲取類別名稱。

第二步，以該類別名稱作為關(guān)鍵詞搜索HowNet，獲取其整體-部分詞語和反義詞語。

第三步，在維吾爾語語義本體知識庫中標(biāo)注其整體-部分詞語和反義詞語，建立相關(guān)關(guān)系。

2 需求建模

維吾爾語語義本體輔助構(gòu)建系統(tǒng)能夠?qū)崿F(xiàn)系統(tǒng)管理和分類管理兩大模塊，系統(tǒng)管理和分類管理均采用樹形結(jié)構(gòu)實現(xiàn)，系統(tǒng)管理通過用戶管理、角色管理以及菜單管理，實現(xiàn)不同的用戶可以授予不同的角色，不同的角色可以授予不同的權(quán)限，從而實現(xiàn)不同用戶登錄后的顯示界面不同，這樣既保護了數(shù)據(jù)的安全性，又滿足了不同用戶的需求。分類管理模塊以《同義詞詞林》作為本體標(biāo)注的基礎(chǔ)，整個標(biāo)注體系由大類、中類、小類、與標(biāo)題詞四級組成，共有十二個大類，包括人、物、時間與空間、抽象事物、特征、動作、心理活動、活動、現(xiàn)象與狀態(tài)、關(guān)聯(lián)、助語、敬語，每一詞群以一最常用詞為標(biāo)題詞（例如：Aa、01、人、人民、眾人）。能夠?qū)Ψ诸惖臉?biāo)注數(shù)據(jù)實現(xiàn)數(shù)據(jù)錄入、數(shù)據(jù)修改、數(shù)據(jù)刪除、數(shù)據(jù)導(dǎo)出、數(shù)據(jù)存儲、數(shù)據(jù)查詢以及數(shù)據(jù)的瀏覽等功能。在標(biāo)注過程中系統(tǒng)要充分利用《同義詞詞林》、HowNet，《維吾爾語同義詞詞典》、《維吾爾語大詞典》《維漢詞典》等外部知識庫資源，設(shè)計讀取各類資源的功能，使用者按照第2節(jié)所描述的維吾爾語語義本體構(gòu)建過程，構(gòu)建維吾爾語語義本體庫。下面通過用例圖描述整個系統(tǒng)的功能，如圖1，圖2所示。

3 概要設(shè)計

系統(tǒng)共分為9個模塊，整體模塊圖如圖3所示，每個模塊的具體功能如下：

（1）用戶管理模塊： 管理員登錄系統(tǒng)后，進入系統(tǒng)的主界面，可以實現(xiàn)對用戶信息的管理，可以瀏覽所有用戶的信息，添加新用戶的信息，修改、刪除已有用戶的信息，并能夠通過用戶名進行模糊搜索，也可以通過用戶角色進行精確搜索，還可以根據(jù)需要將用戶信息導(dǎo)出到excel中。（2）角色管理模塊 ：管理員登錄系統(tǒng)后，進入系統(tǒng)的主界面，可以實現(xiàn)對角色信息的管理，可以查看所有角色信息，添加新角色，修改、刪除角色信息，對角色進行角色授權(quán)，賦予角色更多的權(quán)限或取消角色擁有的權(quán)限，并能夠根據(jù)角色名進行模糊查詢。（3）菜單管理模塊：超級管理員登錄系統(tǒng)后，進入系統(tǒng)的主界面，可以實現(xiàn)對菜單信息的管理，能夠瀏覽所有的菜單信息，添加菜單信息，修改、刪除菜單信息。（4）詞典管理模塊：管理員登錄系統(tǒng)后，可以添加、刪除各類機讀詞典，并可對詞典里的數(shù)據(jù)進行添加和修改。（5）標(biāo)注管理模塊：管理員登錄系統(tǒng)后，可以對語義標(biāo)注體系進行管理，語義標(biāo)注體系來源于《同義詞詞林》的分類體系。（6）語義本體管理：管理員登錄系統(tǒng)后，可以完成對已標(biāo)注語義本體的導(dǎo)入、導(dǎo)出操作。（7）維漢翻譯：標(biāo)注人員同過維漢翻譯模塊，獲取要標(biāo)注維吾爾語的漢語翻譯，便于獲取在漢語詞典中的各種關(guān)系。（8）標(biāo)注單詞管理：標(biāo)注人員利用語義本體標(biāo)記對維吾爾語單詞進行標(biāo)注同義、上下位、整體-部分等語義關(guān)系，構(gòu)建語義本體庫。（9）查詢詞典：標(biāo)注人員通過查詢漢語詞語在《同義詞詞林》，HowNet中各類詞語的關(guān)系，確定相應(yīng)維吾爾語詞語之間的相互關(guān)系。

4 系統(tǒng)實現(xiàn)效果

系統(tǒng)登錄效果如圖4所示，登錄后效果如圖5所示。

5 結(jié)語

維吾爾語語義本體庫在維吾爾語計算語言學(xué)研究中扮演著重要角色，在維吾爾語語義理解、詞義消歧、信息檢索等多項研究領(lǐng)域中發(fā)揮重要作用，本文借鑒《同義詞詞林》的分類體系，設(shè)計了維吾爾語語義本體標(biāo)注體系，針對語義本體中的各種復(fù)雜關(guān)系的擴充與確定問題，采用維漢翻譯的方式，獲取維吾爾語對應(yīng)翻譯結(jié)果在HowNet中的關(guān)系來擴充維吾爾語語義本體庫，為方便研究人員更有效率的構(gòu)建維吾爾語語義本體庫，設(shè)計了功能完善的維吾爾語語義本體輔助構(gòu)建系統(tǒng)，極大的提高了標(biāo)注人員的工作效率，未來可在建成的維吾爾語語義本體庫基礎(chǔ)上開展詞義消歧義，語義理解多多方面的研究，促進維吾爾語計算語言學(xué)的發(fā)展。

參考文獻

[1] 趙小兵，邱莉榕，趙鐵軍.多民族語言本體知識庫構(gòu)建技術(shù)[J].中文信息學(xué)報，2011，25（04）：71-74.

[2] 孫柳.《同義詞詞林》的改進與應(yīng)用研究[D].廣西師范大學(xué)，2015.

[3] 哈斯.蒙古語名詞詞匯語義網(wǎng)的構(gòu)建[D].內(nèi)蒙古大學(xué)，2013.

[4] 知網(wǎng)[OL]http：//www.keenage.com/[t1].

[5] WordNet[OL] http：//wordnet.princeton.edu/.