· 對(duì)于WordNet來說，10年后來清點(diǎn)清點(diǎn)得失似乎是合適的。每個(gè)參與其事的研究人員都真誠地感受到它的缺點(diǎn)，并且他們從未覺得這是一個(gè)“完工”了的項(xiàng)目。事實(shí)上，WordNet仍在繼續(xù)發(fā)展中。

· "WordNet: An Electronic Lexical Database"一書分三部分，16章。第一部分從第1章到第4章，前3章分別介紹WordNet中的名詞，形容詞，動(dòng)詞，第4章介紹WordNet的設(shè)計(jì)細(xì)節(jié)及相關(guān)軟件的情況（這主要是由普林斯頓大學(xué)認(rèn)知科學(xué)實(shí)驗(yàn)室的研究人員寫的）；第二部分和第三部分主要是由普林斯頓認(rèn)知科學(xué)實(shí)驗(yàn)室之外的參加WordNet研究工作的研究人員撰寫的。第5章和第6章描述了WordNet的改進(jìn)；第7章從形式化的概念分析的角度描述了WordNet；第8到第16章討論了WordNet的各種不同應(yīng)用。

（一）計(jì)算機(jī)與詞庫（computers and lexicon）

· 一個(gè)人即使不接受把人腦比作計(jì)算機(jī)的隱喻，也一定同意，計(jì)算機(jī)提供了一個(gè)良好的模式演練場，通過它，人們可以測試各種關(guān)于人類認(rèn)知能力的理論模型。

· 越來越多的人認(rèn)識(shí)到，一個(gè)大的詞庫對(duì)自然語言理解，人工智能的各方面研究都具有重要的價(jià)值。

· 對(duì)大規(guī)模機(jī)器可讀詞典的需求同時(shí)也帶來許多基礎(chǔ)問題。首先是如何構(gòu)造這樣一個(gè)詞庫，是手工編制還是機(jī)器自動(dòng)生成？第二，詞典中應(yīng)包含什么樣的信息？第三，詞典應(yīng)如何設(shè)計(jì)，即信息如何組織，以及用戶如何訪問？實(shí)際上，這些問題涉及到詞典的編纂方法，詞典的內(nèi)容，詞典的使用方式這一系列非?；A(chǔ)的問題。

（二）構(gòu)造詞庫數(shù)據(jù)庫（constructing the lexical database）

· 構(gòu)建詞典的兩種基本方式：自動(dòng)獲取 / 手工編制。

手工構(gòu)建詞典的優(yōu)點(diǎn)之一是便于創(chuàng)建更為豐富的詞條信息；其次是便于控制。

（三）WordNet的內(nèi)容

· WordNet的描述對(duì)象包含compound（復(fù)合詞）、phrasal verb（短語
動(dòng)詞）、collocation（搭配詞）、idiomatic phrase（成語）、word（單詞），其中word是最基本的單位。

· WordNet并不把詞語分解成更小的有意義的單位（這是義素分析法/componential analyses的方法）；WordNet也不包含比詞更大的組織單位（如腳本、框架之類的單位）；由于WordNet把4個(gè)開放詞類區(qū)分為不同文件加以處理，因而WordNet中也不包含詞語的句法信息內(nèi)容；WordNet包含緊湊短語，如bad person，這樣的語言成分不能被作為單個(gè)詞來加以解釋。

· 人們經(jīng)常區(qū)分詞語知識(shí)和世界知識(shí)。前者體現(xiàn)在詞典中，后者體現(xiàn)在百科全書中。事實(shí)上二者的界限是模糊的。比如hit（“打”）某人是一種帶有敵意的行為，這是百科知識(shí)；而hit跟strike（“擊”）多多少少同義，并且hit可以帶一個(gè)直接賓語論元，這是詞語知識(shí)。但hit的直接賓語應(yīng)該是固體（而不是像gas這樣的氣體），這是詞語知識(shí)還是百科知識(shí)就界限模糊了。不過毫無疑問，要理解語言，這兩部分知識(shí)是缺一不可的。Kay（1989）指出我們的大腦詞庫應(yīng)該包含這兩部分知識(shí)。但是百科知識(shí)太多難以駕馭，WordNet不試圖包括百科知識(shí)。不過，在WordNet中，對(duì)于一些不常見的專業(yè)概念，比如不常見的植物和動(dòng)物，詞語知識(shí)和百科知識(shí)是融合在一起的。

（四）WordNet的設(shè)計(jì)（the design of WordNet）

· 一般的詞典都是按照單詞拼寫的正字法原則進(jìn)行組織的。但如果為了獲得詞語意義信息的目的，通過詞語語義屬性來組織詞典就更值得去做了。在線詞典跟傳統(tǒng)的紙張?jiān)~典不同，允許使用者從不同的途徑去訪問詞典信息。

· 第一個(gè)以意義作為組織原則的詞典是羅杰斯同義詞詞林（Roget's Thesaurus）。傳統(tǒng)的詞典是通過提供給用戶關(guān)于詞語的信息來幫助用戶理解那些他們不熟悉的詞的概念意義。WordNet既非傳統(tǒng)詞典，也非同義詞詞林。它混合了這兩種類型的詞典。


（五）作為同義詞詞林的WordNet （WordNet as a thesaurus）


· WordNet跟同義詞詞林相似的地方是：它也是以同義詞集合（synset）作為基本建構(gòu)單位進(jìn)行組織的。用戶腦子里如果有一個(gè)已知的概念，就可以在同義詞集合中中找到一個(gè)適合的詞去表達(dá)這個(gè)概念。

· 但WordNet不僅僅是用同義詞集合的方式羅列概念。同義詞集合之間是以一定數(shù)量的關(guān)系類型相關(guān)聯(lián)的。這些關(guān)系包括上下位關(guān)系、整體部分關(guān)系、
繼承關(guān)系等。


（六）作為一般詞典的WordNet （WordNet as a dictionary）


· WordNet跟傳統(tǒng)的詞典相似的地方是它給出了同義詞集合的定義以及例句。在同義詞集合中包含對(duì)這些同義詞的定義。對(duì)一個(gè)同義詞集合中的不同的詞，分別給出適合的例句來加以區(qū)分。

（七）WordNet中的關(guān)系 （relations in WordNet）

· 不同句法詞類中的語義關(guān)系類型也不同，比如盡管名詞都動(dòng)詞都是分層級(jí)組織詞語之間的語義關(guān)系，但在名詞中，上下位關(guān)系是hyponymy關(guān)系，而動(dòng)詞中是troponymy關(guān)系；動(dòng)詞中的entailment（繼承）關(guān)系有些類似名詞中的meronymy（整體部分）關(guān)系。名詞的meronymy關(guān)系下面還分出三種類型的子關(guān)系（見“WordNet中的名詞”部分）。

（八）網(wǎng)球問題（the tennis problem）

· WordNet是基于同義性和反義（對(duì)義）性來描述詞語和概念之間的各種語義關(guān)系類型的。由于WordNet的注意力不是在文本和話語篇章水平上來描述詞和概念的語義，因此WordNet中沒有包含指示詞語在特定的篇章話題領(lǐng)域的相關(guān)概念關(guān)系。例如，WordNet中沒有將racquet（網(wǎng)球拍）、ball（球）、net（球網(wǎng)）等詞語以一定方式聯(lián)系到一起。Roger Chaffin在一封私人信箋中，曾把這類問題稱為“tennis problem”（網(wǎng)球問題），指的就是如何把racquet、ball、net、court game（場地比賽）；或者把physician（內(nèi)科醫(yī)生）跟hospital（醫(yī)院）聯(lián)系到一起。這對(duì)電子詞典來說，是一個(gè)挑戰(zhàn)。已經(jīng)有一些相關(guān)的研究工作在探索如何從WordNet中包含的詞匯和概念之間的語義關(guān)系，來推導(dǎo)出話題信息。Hirst和St-Onge描述了一種所謂的“詞匯鏈”（lexical chain）的應(yīng)用方法。“詞匯鏈”是在基于名詞的語義關(guān)系構(gòu)成的上下文中的名詞的序列。Al-Halimi和Kazman則在類似的基礎(chǔ)上構(gòu)造“詞匯樹”（lexical tree）來推導(dǎo)出話題信息。

（九）新的觀點(diǎn)，改進(jìn)，應(yīng)用 （new perspectives, enhancements, and applications）

· 許多WordNet的用戶都對(duì)WordNet中缺乏跟語義處理的細(xì)節(jié)相匹配的句法信息而感到遺憾。的確，WordNet中幾乎沒有句法信息，因?yàn)樗亲鳛橐粋€(gè)語義知識(shí)庫構(gòu)建的。但是，對(duì)形容詞的部分句法約束信息是包含在WordNet中的（考慮形容詞跟中心名詞的關(guān)系，以及形容詞作為屬性形容詞作表語使用的情況）。句法對(duì)動(dòng)詞而言最為重要，對(duì)此，可以通過動(dòng)詞的名詞論元、介詞短語以及義素組成等不同來加以次范疇化（分出動(dòng)詞小類）。目前，WordNet的每個(gè)動(dòng)詞同義詞集中包含了及物性和論元類型的基本信息，但有關(guān)這些論元的性質(zhì)的細(xì)節(jié)就很少提到。知識(shí)工程以及推理方面的應(yīng)用系統(tǒng)特別受益于動(dòng)名間關(guān)系的信息。WordNet的一些用戶依靠其他一些語法知識(shí)庫，像COMLEX，來配合WordNet中的語義信息一道使用。事實(shí)上，有關(guān)動(dòng)詞的句法信息和語義信息的區(qū)分基本是人為的。Levin（1985，1993）已經(jīng)收集了令人印象深刻的證據(jù)來說明動(dòng)詞的語義性質(zhì)跟其句法行為之間的緊密聯(lián)系。

（十）詞語和它的上下文 （words and their contexts）

· 為了提供詞語的語境信息，普林斯頓（Princeton）認(rèn)知科學(xué)實(shí)驗(yàn)室開發(fā)了一個(gè)語義檢索工具（semantic concordance）——見《WordNet》一書第8章。該工具將文本和詞庫組成一個(gè)整體的數(shù)據(jù)庫，從而使文本中的單詞跟詞庫中合適的意義相關(guān)聯(lián)。這樣的語義檢索工具，既可以看作是這樣一個(gè)文本，其中的單詞帶有句法和語義信息的標(biāo)注；也可以看作是一個(gè)詞庫，其中的詞條都配有指示義項(xiàng)用法環(huán)境的例句。跟WordNet語義詞庫配合的文本是來自Brown語料庫的語料（當(dāng)代美國英語標(biāo)準(zhǔn)語料庫）以及一個(gè)中短篇小說的全文（the complete text of a novella）。


（十一）意義排歧 （sense disambiguation）

· 盡管我們很清楚，在確定的上下文中，說者賦予多義詞確定的一個(gè)意義，但排歧的過程并不容易。對(duì)計(jì)算機(jī)而言，排歧需要多大的語境就是一個(gè)大問題。

· Leacock和Chodorow（見《WordNet》一書第11章）測試了對(duì)多義動(dòng)詞“serve”進(jìn)行多義詞歧義消解的不同策略。在三個(gè)試驗(yàn)中，他們發(fā)現(xiàn)，選擇上下文的“窗口”大小為6個(gè)詞比較適宜，所得結(jié)果最優(yōu)；此外，當(dāng)將上下文信息和WordNet中有關(guān)詞語之間語義相似度的信息結(jié)合在一起使用時(shí)，排歧準(zhǔn)確度最高。

（十二）信息檢索 （information retrieval）

· 意義排歧對(duì)許多應(yīng)用來說都是關(guān)鍵因素，比如信息檢索就是這樣的應(yīng)用領(lǐng)域。Voorhees（見《WordNet》一書第12章）解釋說，要在大量文獻(xiàn)中發(fā)現(xiàn)所需的文檔，計(jì)算機(jī)就要在被查詢?cè)~語和文檔標(biāo)題或摘要之間進(jìn)行有效地匹配操作。Voorhees探討了WordNet在詞語匹配方面的效力，發(fā)現(xiàn)意義分辨方面的困難阻礙了有效利用WordNet中的語義信息。只有先依靠手工選擇了概念，使得要查找的詞語的意義已知，這種情況下，WordNet中的語義關(guān)系信息才對(duì)提高檢索結(jié)果有幫助。

（十三）語義關(guān)系與文本連貫性 （semantic relations and textual coherence）

· Hirst 和 St-Onge（見《WordNet》第13章）也討論了上下文的問題，尤其是一個(gè)連貫的文本是如何組成的?；谡Z篇是由意義相關(guān)的概念串聯(lián)起來的假設(shè)，他們使用了“詞匯鏈”（lexical chain）概念作為評(píng)估連貫性的一種方式。Hirst和St-Onge采用詞匯鏈來檢查文本中的用詞錯(cuò)誤情況（malapropism）。他們把用詞錯(cuò)誤定義為：一個(gè)詞所對(duì)應(yīng)的概念跟該詞所在的文本中的其他詞所對(duì)應(yīng)的概念無關(guān)。利用評(píng)估一個(gè)詞匯鏈中鏈接強(qiáng)度的方法，Hirst和St-Onge認(rèn)為，文本中詞語之間的語義距離越大，出現(xiàn)用詞錯(cuò)誤問題的可能性也越大。

· Al-Halimi和Kazman也對(duì)信息存貯，索引，檢索等問題感興趣（見《WordNet》第14章）。他們描述了一種自動(dòng)對(duì)視頻會(huì)議的腳本按照話題進(jìn)行索引的方法（不是按照關(guān)鍵詞索引），以及利用話題索引結(jié)果，通過匹配對(duì)腳本進(jìn)行信息檢索。Al-Halimi和Kazman將話題信息描述為“詞匯樹”（lexical tree）——這是對(duì)“詞匯鏈”的一個(gè)修正。前者對(duì)后者的革新之一是考慮了不同的語義關(guān)系類型的信息相關(guān)性。

· Hirst和St-Onge指出，WordNet缺乏有關(guān)兩個(gè)相關(guān)詞之間語義距離的信息。他們舉的例子是：more stew than steak（燜肉比牛排多），其中“more ... than”是一個(gè)格式，用來連接兩個(gè)語義上相關(guān)的詞語。在這個(gè)例子中，兩個(gè)名詞（stew和steak）分屬6個(gè)同義詞集合（synset），顯然這無法反映出它們真實(shí)的語義距離。說英語的人知道“good person”（好人，圣人）的兩個(gè)上下位概念之間語義上是非常相似的。這兩個(gè)上下位概念分別是{saint, holy man, holy person, angel}，{plaster saint}，而且這兩個(gè)概念之間的相似性與它們跟第三個(gè)下位概念之間的相似性不同。第三個(gè)下位概念是{square shooter, straight arrow}（正人君子）。



（十四）知識(shí)工程 （knowledge engineering）

· WordNet的諸多應(yīng)用中，最具雄心壯志的也許是知識(shí)工程（見《WordNet》一書第15，16章）。

· Harabagiu和Moldovan（見《WordNet》一書第16章）指出，為常識(shí)推理建模需要一個(gè)擴(kuò)展的知識(shí)庫，其中包括數(shù)量巨大的概念和關(guān)系。WordNet提供了前者，但在關(guān)系方面不足以支持推理。他們的解決方案是對(duì)WordNet中的注釋進(jìn)行排歧，得到詞語之間的更多關(guān)系，從而將WordNet中的注釋轉(zhuǎn)變?yōu)檎Z義網(wǎng)絡(luò)，其中包含不同詞類之間的關(guān)系。他們舉了一個(gè)例子：在hungry（餓）和refrigerator（冰箱）之間存在一個(gè)路徑，因?yàn)檫@兩個(gè)標(biāo)記詞在food（食物）這個(gè)節(jié)點(diǎn)上相撞，即通過food，可以把hungry和refrigerator聯(lián)系到一起，從而用于常識(shí)推理。