[论文解读] A Formal Model of Dictionary Structure and Content

Laurent Romary, Nancy Ide+1 more|ArXiv.org|Jul 22, 2007

Natural Language Processing Techniques参考文献 3被引用 31

一句话总结

本文提出了一种字典结构与内容的正式、抽象模型，捕捉了词汇信息的分层组织。它展示了如何将该模型以格式良好的XML形式编码，并通过XSL转换实现对字典数据的提取与操作，以任何所需格式输出，从而实现一致、机器可处理的词汇资源。

ABSTRACT

We show that a general model of lexical information conforms to an abstract model that reflects the hierarchy of information found in a typical dictionary entry. We show that this model can be mapped into a well-formed XML document, and how the XSL transformation language can be used to implement a semantics defined over the abstract model to enable extraction and manipulation of the information in any format.

研究动机与目标

• 定义一个通用的、抽象的模型，以捕捉字典中发现的词汇信息的分层结构。
• 将字典条目的表示形式形式化为一种结构化、可扩展的数据模型。
• 通过标准化标记和转换，实现对词汇数据的机器可处理操作。
• 通过XSLT转换支持灵活的信息提取和格式化，用于XML结构化字典。
• 为计算语言学和自然语言处理中的可互操作、可重用的词汇资源提供基础。

提出的方法

• 设计一个反映典型字典条目信息分层结构的抽象模型（例如，词头、词性、词义、定义、例句）。
• 将该抽象模型映射到格式良好的XML模式，以确保结构一致性和可扩展性。
• 使用XSLT转换语言为抽象模型定义语义，以实现格式转换和数据提取。
• 定义转换规则，使相同底层数据可呈现为多种输出格式（例如，HTML、纯文本、结构化数据库）。
• 通过标准化、可扩展的标记，确保模型同时支持人类可读性和机器可处理性。
• 通过在真实字典数据上的应用验证该方法，展示其互操作性和可重用性。

实验结果

研究问题

• RQ1 如何正式建模字典条目的分层结构，以捕捉所有关键的词汇组成部分？
• RQ2 将该模型以机器可处理的格式（如XML）表示的最有效方式是什么？
• RQ3 如何定义转换以在不同输出格式间一致地提取和重新格式化词汇数据？
• RQ4 所提出的模型能否同时支持人类可读和机器可处理的字典内容表示？
• RQ5 该模型在多大程度上支持不同词汇资源和自然语言处理应用之间的重用与互操作性？

主要发现

• 所提出的正式模型成功地使用定义明确的抽象模式，捕捉了字典条目的分层和结构化特性。
• 将模型映射到XML可确保数据完整性、可扩展性，并在不同词汇资源间保持一致的结构。
• XSLT转换可实现可靠且灵活的词汇信息提取，支持多种格式（如HTML或纯文本）。
• 该模型同时支持人类可读性和机器可处理性，增强了词汇数据在自然语言处理流水线中的实用性。
• 该方法可实现可互操作、可重用的词汇资源的创建，使其可在不同系统间共享和转换。
• 该框架通过其在真实世界字典编码和转换任务中的应用，展示了实际适用性。