9、自然语言形式化中的电子词典构建

自然语言形式化中的电子词典构建

在自然语言处理（NLP）领域，电子词典的构建是实现语言形式化的关键环节。它对于准确理解和处理自然语言至关重要，能够为NLP应用提供丰富的词汇信息和语义支持。

现有电子词典概述

目前，存在多种不同的电子词典，各有其特点和用途。英语的DELAS词典包含超过150,000个词条，而DELAC词典约有60,000个词条。此外，还有Dubois和Dubois - Charlier编写的法语电子词典，包括《电子词汇词典》（Dictionnaire électronique des mots，DEM）和《法语动词词典》（Les verbes français，LVF）。

这两部法语词典虽然仅针对法语，但代表了迄今为止对语言词汇进行形式化的最佳尝试。它们具有以下重要特点：
- 每个词条对应且仅对应一个词汇元素（ALU）。如果一个词有多个含义，每个含义都由不同的词条表示。
- 每个词条都关联了一组形态属性（屈折和派生）、句法属性（补语特征）和语义属性（语义类别和领域）。

DEM词典

DEM词典包含145,135个词条，每个词条与以下七个属性相关联：
| 属性 | 说明 | 示例 |
| ---- | ---- | ---- |
| CAT | 句法类别，如副词、动词等，也表示名词和形容词的分布情况，还可能有双重值 | “masculine, human noun”；artist [artist/artistic] 兼具名词和形容词功能 |
| USE | 当一个词有多个含义时，区分并编号每个含义，每个用法由单独的词条描述 | blanc [white] 有14个词