维基词典同义词词库转化为可机读格式的比较
摘要：Wiktionary是一个独特、奇特、有价值且原创的自然语言处理资源。本文介绍了一个开源的Wiktionary分析器：其架构和需求，以及需要考虑的Wiktionary特征，Wiktionary和分析器存在的一些问题。目前的分析器实现了从英语和俄语Wiktionaries中提取定义、语义关系和翻译。本文的目标是吸引研究人员：（1）使用构建的机器可读词典进行不同的NLP任务，（2）扩展软件以解析170个尚未使用的Wiktionaries。对比了英语Wiktionary和俄语Wiktionary中的语义关系数量和类型、定义数量和翻译数量。发现英语Wiktionary的语义关系数量大于俄语Wiktionary的1.57倍（分别为157万和10万）。但俄语Wiktionary的条目更加“丰富”（具有大量语义关系），例如，三个或更多语义关系的条目数量比英语Wiktionary多1.63倍。对比发现了Wiktionary的方法论缺陷。
作者：A. A. Krizhanovsky
论文ID：1006.5040
分类：Information Retrieval
分类简称：cs.IR
提交时间：2010-06-28