引入涉身认知机制的汉语隐喻计算模型及其实现

隐喻既是一种普遍存在的修辞方法，又是一种基本的认知方式。隐喻的计算理解是自然语言处理领域亟需解决的重要问题。现有的隐喻计算模型主要存在以下三个问题：缺乏从涉身认知机制入手的知识表示理论；缺乏语境信息的有效利用；没有考虑隐喻相似点的动态选择与学习机制。本项目以自然语言处理为背景，全面整合现有工作基础，从语境信息的有效利用出发，提出并论证一个融合隐喻涉身认知机制、利用语境信息的汉语隐喻相似点选择方法，并给出算法实现。研究内容包括：①基于本体论方法，建立一种引入涉身认知机制的隐喻知识表示理论；②基于语料库统计方法和认知逻辑学，提出隐喻理解过程中语境信息的表征与利用方法；③基于知识表示方法和语境信息，提出一种利用语境信息的汉语隐喻相似点动态选择方法；④设计和实现一个汉语隐喻认知计算实验平台等。预计本项目的研究成果可用于改进现有自然语言理解系统，如人机对话、智能检索和机器翻译等。

隐喻是自然语言中普遍存在的现象，同时又是人类的一种基本认知方式。隐喻的计算理解是自然语言处理领域亟需解决的关键问题。针对现有隐喻计算模型存在的问题，围绕着项目的研究目标，课题从隐喻理解的知识表示、利用上下文语境的相似点计算、隐喻处理基础平台建设和开发等方面开展研究，成果体现在如下几个方面：首先，在汉语隐喻知识表示方面，梳理了与隐喻计算相关的认知理论，如概念隐喻理论、概念合成理论等，提出了一种引入涉身知识的本体表示方法，用于描述隐喻理解所需的各种知识。其次，在隐喻知识本体表示方法的基础上，结合概念合成理论，用本体来描述概念空间，提出了一种隐喻映射方法。再次，针对国际上隐喻研究的新动向，为了更好地收集隐喻语料，结合隐喻认知理论，提出一种引入词语抽象度的无监督的汉语隐喻识别方法，对于指称型隐喻具有较好的识别效果。最后，在软件平台方面，开发了汉语隐喻标注和处理平台。总之，作为一项自然语言深层语义理解方面的探索性研究工作，课题组在隐喻计算化这一方向做了深入研究，并逐步将隐喻研究延伸到自然语言处理的热点方向，如情感分析、消息传播等。项目组共发表8篇期刊论文，1篇国际会议论文，1篇专著章节，其中SCI收录期刊2篇，EI收录4篇，录用待发表2篇期刊论文。获批软件著作权1件，培养博士后1名，博士生1名，硕士生4名。