中文概念词典

一、项目概述

北大计算语言所自2000年9月开始构建《中文概念词典（CCD）》的研究，该工作得到了国家自然科学基金项目、973项目、863项目和北大985项目的支持。

作为基于概念的语义知识库，CCD在信息提取、文本分类等方面是不可或缺的基础资源。

二、技术内容

CCD是WordNet框架下的现代汉英双语概念词典，同时提供汉英双语概念的语义知识表达。在词典的设计上，它继承了 WordNet的主要思想和观点，从关系语义学的观点出发，用同义词集合（synset）来描述概念，用概念间的关系（relation）来描述语义；同 时，针对中文的特点，CCD也对概念的内容和概念间的关系进行了一定的调整和发展。CCD具有方便的语义关系表示和检索手段。同义词集合(同义关系)、上 下位关系、整体部分关系等的描述，有利于实现概念的分级扩展和语义距离的计算，可以直接应用于机器翻译、自动文摘、文本分类、概念检索和信息提取等方面， 为其中的语义理解任务提供宝贵的语义知识库资源。

三、项目所处阶段

目前，佳能、北佳公司已从北大得到CCD的I期、II期和III期中间成果的许可使用权。这些中间成果通过了北佳公司的验收。CCD最终目标将包含约100000个双语概念，并与专业术语库TermBank相结合，同《现代汉语语法信息词典》、《现代汉语语义词典》以及“大规模语料库”一起纳入北大计算语言所的“综合型语言知识库”之中，成为中文信息处理的重要基础资源。