漢語名詞短語隱喻識別研究（簡體書）

《漢語名詞短語隱喻識別研究》內容簡介：隱喻是自然語言處理的棘手問題之一，近幾年來開始受到從事中文信息處理研究的學者們的關注。如果隱喻的識別和理解不能很好解決，將成為未來自然語言處理技術發展的瓶頸。本書稿面向語言信息處理，全面考察漢語名詞隱喻的分布，總結和發現名詞性隱喻的表達規律，利用機器學習的方法探索短語層級的隱喻識別，為全面的隱喻自動識別和理解奠定基礎。適用對象為從事中文信息處理以及語言學研究人員，特別適隱喻計算和認知理解研究者。

王治敏，女，博士，北京語言大學漢語學院副教授，碩士生導師，研究方向為計算語言學、漢語國際教育。目前主要從事隱喻計算、語言知識庫、詞匯計量研究以及對外漢語教學的理論研究與實踐。在國內外核心期刊發表論文20多篇。

第一章 引論
1.1 問題的提出
1.2 隱喻的界定及研究方法
1.2.1 研究范圍
1.2.2 研究方法
1.2.3 研究基礎

第二章 隱喻計算研究的理論及方法
2.1 關於隱喻的認識
2.1.1 隱喻作為一種修辭現象
2.1.2 隱喻作為一種認知現象
2.2 西方隱喻的計算理解研究
2.2.1 規則推理模型的實現
2.2.2 以統計為手段的隱喻分析模型
2.2.3 隱喻知識庫的建造
2.3 漢語隱喻的計算理解研究
2.4 隱喻計算研究的啟示
2.5 本章小結

第三章 漢語名詞短語隱喻結構研究
3.1 漢語名詞隱喻的層級分布
3.1.1 構詞層級
3.1.2 詞匯層級
3.1.3 短語層級
3.1.4 句子層級
3.1.5 篇章 層級
3.2 中文信息處理中隱喻研究的定位
3.3 名詞短語隱喻結構研究
3.3.1 n+n隱喻的構成特點
3.3.2 n+n隱喻的句法約束
3.3.3 n+n隱喻的語義類考察
3.3.4 隱喻表達的其他制約因素
3.4 名詞短語隱喻所隱含的思維模式
3.5 本章小結

第四章 漢語名詞隱喻知識的形式化
4.1 漢語名詞隱喻知識庫屬性字段的設定
4.2 漢語名詞隱喻詞表的建造
4.3 漢語名詞隱喻的概念映射
4.4 隱喻概念映射分庫的建造
4.5 本章小結

第五章 基於機器學習方法+規則輔助的漢語名詞隱喻識別
5.1 訓練語料的獲取
5.2 基於實例方法的隱喻識別
5.3 基於最大熵（MaximumEntropy）方法的隱喻識別
5.4 基於樸素貝葉斯（Naive Bayes）方法的隱喻識別
5.5 特徵提取
5.5.1 簡單特徵的選取
5.5.2 輔助特徵的選擇
5.6 輔助特徵對實驗結果的影響及難點分析
5.6.1 最大熵模型輔助特徵的選取實驗
5.6.2 文學語料開放測試
5.6.3 隱喻交叉實驗測試
5.6.4 難點分析
5.7 本章小結

第六章 n+n模式的隱喻識別
6.1 基於最大熵的n+n模式實驗
6.2 基於CCD詞典隱喻推理的設計原理
6.2.1 CCD詞典的消歧策略
6.2.2 CCD詞典的相似度算法
6.3 基於隱喻知識庫的識別實驗
6.4 本章小結

第七章 結語
7.1 本項研究的總結
7.2 本項研究的成果和意義
7.3 進一步研究計劃
參考文獻
附錄1 漢語名詞隱喻標注語料樣例
附錄2 漢語名詞隱喻知識庫樣例
附錄3 漢語名詞隱喻知識庫概念映射分庫樣例
後記