[发明专利]中文辞典建置装置和方法

说明书

技术领域

本发明是有关于一种中文辞典建置装置和方法，特别是有关于一种根据动词名物化结果提供对应于动词的搭配词的中文辞典建置装置和方法。

背景技术

随着网际网络的普及，除了通过传统的平面书籍获得所需的信息之外，亦能改由网际网络查询而得。其中，对于中文学习的领域而言，许多的使用者亦利用网络的辞典来学习中文，因此，如何将网际网络上中文辞典的教学功能建置得非常完整就变得相当重要。

此外，在利用网络电子辞典学习中文的模式中，不外乎就是使用者输入一中文词，然后电子辞典根据该中文词找出其所有可能的词性，以及各种词性所能搭配使用的搭配词，并提供例句供使用者参考学习。更具体地说，当使用者查询“学习”该词的用法时，电子辞典会显示该查询词“学习”的所有可能词性(例如动词、名词、形容词等等)，以及对应于各种词性的所有可能搭配词(包括前搭配词和后搭配词)，并配合例句让使用者了解。举例来说，当使用者查询“学习”的用法时，电子辞典显示“学习”该词可当成动词和名词两种词性使用。当“学习”当成动词用时，电子辞典显示其之前可搭配主词“他”，之后可搭配受词“中文”，并显示完整的例句“他学习中文”。同样地，当“学习”当成名词用时，电子辞典显示其前后该搭配什么样的辞汇等等。

以传统的中文辞典建置方式来说，第一种是中文词汇特性速描系统，由中研院结合词汇概述(Word Sketch)所研发。其主要精神就是利用英文的文法关系来找寻中文的搭配词，并依此建置可提供中文学习功能的中文电子辞典。这样的方法虽为可行之法，但仍然常常产生词性误判的情况。参考表一中研院所开发的中文词汇特性速描系统：

表一：中研院的中文学习系统

  学习(VC)+受词  例句  环境  ...让学生进步的英语学习环境...  马列主义  ...他指出，军队要认真学习马列主义...  中文  ...我正在学习中文...

在表一中，当输入的查询词为动词的“学习”时，中文电子辞典所显示的三种受词的搭配方式。对于第二和第三例句而言，该系统的确推荐了正确的受词搭配词“马列主义”和“中文”(因为动词“学习”本来就是接受词，且“马列主义”和“中文”是可被学习的)。然而，对于第一例句而言却发生了误判的情况，这是因为动词“学习”表示的应是学会一样事物，而非学会一个环境。因此，根据第一例句，“学习”应该是当名词使用而非动词。对于原本词性为动词而实际用法却为名词的情况，即所谓的动词名物化。

对于第二种中文辞典建置方式即是Smadja Xtract的机制，其是利用统计的方式来找寻搭配词，主要适用于建置英文的搭配词，对于中文不见得适用。此外，即使用Smadja Xtract建置中文搭配词，其也不会对动词做名物化的判断，因此在动词未修正成正确的词性的情况下，所推荐的搭配词也会出错。

发明内容

基于传统技术中对于动词的词性容易产生误判，进而使得所推荐的搭配词和其词性为错误的的情况下，需要一种中文辞典建置的装置和方法，用以于提供对应于一动词的搭配词前，先针对该动词判断其是否有名物化的现象。若该动词有名物化的现象，则先修正其词性之后再推荐适当的搭配词。

有鉴于此，本发明揭露一种中文辞典建置装置，包括一名物化判断模块，根据一最大熵法判断一动词的一名物化机率，其中上述动词具有一动词词性。一词性修正模块，当上述名物化机率大于一既定值时，修正上述动词词性为一正确词性。