面向文本推理的汉语语义计算模型研究

文本语义推理是近几年出现的一个新方向，并迅速成为了研究的热点问题。本项目的研究目的是，充分利用已有的语言资源，围绕文本语义推理问题，从不同层面开展汉语文本的语义计算研究，以期建立汉语文本语义推理的基本框架。研究内容主要包括如下四个方面：(1)研究词汇的概念语义关系的分析方法。重点分析文本中名词（短语）概念以及概念关系，建立指代词与先行词之间的关联；确立缩略语与原形语之间的关联，从而将文本构造成若干个可替换的词集；为基于词汇替换的推理服务；(2)研究句子语义的统一表示形式。在语义角色标注的基础上，将句子变换成"谓词-变元"的表示；(3)研究基于谓词的语义关系自动获取方式，利用复述技术和交叉度计算方法，分析谓词之间的语义关系，获取语义关系，为基于谓词替换的推理提供静态的知识源；(4)研究基于逻辑和基于概率的两种推理框架，使之既可适应精确推理，又可适应模糊推理。

课题围绕词汇层、语句层、篇章层三个层次对汉语文本语义推理的方法及其应用展开了研究，三年来的主要进展归纳为如下三方面：(1)在词汇层研究概念语义关系的分析方法。重点在于确立缩略语与原形语之间的关联，为基于词汇替换的推理服务；(2)在语句层研究中文文本蕴含的推理模型，将句子间的推理关系划归到词的推理关系上，尝试规则和概率方法进行推理；(3)在篇章层研究句间和段间修辞关系的分析方法，为在篇章层进行文本推理打下基础。.课题一直按项目预定的计划进行，达到了项目预期的目标，并完成了项目预期的研究成果。基于以上研究内容，形成了理论结合实践、规范和资源共建、技术实用化的一整套比较系统的研究成果。（1）理论成果：相应的研究成果发表国内外会议和期刊上。其中，SCI索引论文3篇，在国际顶级会议ACL，WWW，CIKM，KDD，EMNLP, COLONG共发表论文8篇。同时项目相关的一些研究成果融于综合型语言知识库，获得了中国电子学会电子信息科学技术奖（一等奖）和国家科学技术进步奖（二等奖）。（2）规范和资源建设：收集和挖掘8350对缩略语及其完整形式的对照表；构建和完善了一套篇章标注规范，并在此规范下收集和标注了近百篇新闻文档和医学文档。3）系统实践：参加了三届TAC国际摘要评测；参加了Semeval-2010的关键词抽取评测；参加了CIPS-SIGHAN 2010评测的任务4（汉语词义归纳）；参加了NTCIR-9的RITE评测任务（文本蕴含推理）；参加了COAE第三届中文倾向性分析评测的4项任务；组织了CIPS-SIGHAN 2012的实体消歧任务，验证了我们的研究成果。（4）学术交流：与香港理工大学、北京语言大学、中科院计算技术研究所、中国科学技术信息研究所、IBM研究院等进行学术交流、资源转让与技术合作等。（5）人才培养：指导了2名博士生、8名硕士生、6名本科生顺利毕业。有2名硕士生获得优秀硕士论文，多名本科生获得北京大学信息学院优秀本科毕业论文。