ChineseSemanticKB

ChineseSemanticKB,chinese semantic knowledge base, 面向中文處理的12類、百萬規模的語義常用詞典，包括34萬抽象語義庫、34萬反義語義庫、43萬同義語義庫等，可支持句子擴展、轉寫、事件抽象與泛化等多種應用場景。

項目地址

https://github.com/liuhuanyong/ChineseSemanticKB

項目介紹

語義知識庫是自然語言處理中十分重要的一個基礎資源，與學術界追求算法模型不同，工業界的自然語言處理對于底層的詞匯知識庫、語義知識庫等多種資源依賴度很高，具體體現在：
1、具有落地場景的自然語言處理任務都是業務高度相關，一個業務需求剛進去，需要解決的是業務的詞匯問題，無基礎詞庫，無項目冷啟動；
2、規則和正則啟動下的工業級應用，規則的擴展、泛化都需要底層的詞匯網絡做支撐；
3、目前包括搜索、問答、輿情監控、事件分析等應用，與標簽體系的運作關系密切，而這與先驗的底層詞匯庫依賴性很強；
4、自然語言場景越來越關注推理層面，即所謂的“認知”層面，認知背后的各種邏輯關系庫，是驅動這一決策的根本途徑；
5、當前，面向中文開源詞庫的工作存在少量、分散的狀態，無論從規模，還是質量，都需要進一步聚合；
因此，我從過往的開源工作中進一步抽離和整理，形成了中文處理的12類、百萬規模的語義常用詞典，包括34萬抽象語義庫、34萬反義語義庫、43萬同義語義庫等，用于相關下游任務。

項目放于dict當中，可直接下載，不建議二次建庫共享，尊重開源。

詞庫的類別

詞庫類型詞庫規模詞庫舉例詞庫應用

抽象關系庫	346,048	座椅,抽象,家具	事件抽象與泛化，人民幣貶值到貨幣貶值，再到美元貶值，可支持查詢擴展、推薦等任務
反義關系庫	34,380	開心@苦惱	可用于句子改寫，開心改苦惱，支持數據增強，句子生成
同義關系庫	424,826	開心@高興	可用于查詢擴展、數據增強，也可結合抽象關系庫完成推薦等任務
簡稱關系庫	136,081	北京大學@北大	可用于句子標準化、句子改寫、實體消歧等任務
程度副詞	222	極其,2.0	可用于情感強度計算，帶情感色彩的句子生成
否定詞	586	不,無,沒有	可用于情感計算等任務
節日時間詞	54	春節、五四節	可用于時間詞識別等任務
量比詞	7	占比、環比、同比	可用于金融領域指標類數據提取任務
數量介詞	24	大約、達到、超過	可用于金融事件抽象或主干化的搭配詞處理任務
停用詞	3,861	？、的、著	常規的文本特征提取等任務
修飾副詞	222	所、有所	可結合程度副詞完成情感強度計算等任務
情態詞	77	肯定、應該、大概	可用于句子主觀性計算、輿情與可信度計算

總結

1、本項目開源了一個目前可用于事件處理以及工業輿情的12類語義詞庫，總規模數目一百余萬； https://github.com/liuhuanyong/ChineseSemanticKB
2、本項目開源的34萬抽象語義庫、34萬反義語義庫、43萬同義語義庫，在作者的實際工作中【事件處理、事理抽取、事件推理】等有重要用途;
3、中文常用語義常用詞典，均來源于公開文本+人工整理+機器抽取形成，其中若有質量不高之處，可積極批評指正;
4、中文開源事業還是要堅持做下去，盡可能地縮短自然語言處理學術界和工業界之間的鴻溝。

If any question about the project or me ,see https://liuhuanyong.github.io/.
如有自然語言處理、知識圖譜、事理圖譜、社會計算、語言資源建設等問題或合作，可聯系我：
1、我的github項目介紹：https://liuhuanyong.github.io
2、我的csdn技術博客：https://blog.csdn.net/lhy2014
3、我的聯系方式: 劉煥勇，中國科學院軟件研究所，lhy_in_blcu@126.com.
4、我的共享知識庫項目：劉煥勇，數據地平線，http://www.openkg.cn/organization/datahorizon.
5、我的工業項目：劉煥勇，數據地平線，大規模實時事理學習系統：https://xueji.datahorizon.cn.
6、我的工業項目：劉煥勇，數據地平線，面向事件和語義的自然語言處理工具箱：https://nlp.datahorizon.cn

總結

以上是生活随笔為你收集整理的ChineseSemanticKB，面向中文处理的12类、百万规模的语义常用词库存的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。