簡介
語義關係最早在語言學、邏輯學、心理學和計算機學領域中被定義和研究。信息組織中有關語義關係的研究集中在概念和術語方面,隨著研究的深入,目前正在向識別、處理和關係管理轉變,在信息提取、信息檢索和自動摘錄中有所套用。
語義關係類型指的是語義關係根據不同的分類條件劃分的類型。對語義關係進行分類可以幫助我們理解語義關係的含義及特性,以便發揮語義關係在信息組織中的作用。
特點
語義關係在信息組織中的套用可以幫助信息工作者更好地挖掘數據之間的內在聯繫,構建信息的語義關係網在簡化信息組織工作方面具有重要意義。語言學、邏輯學、心理學以及信息科學中的語義關係類型研究和套用給其他學科利用語義關係構建本學科的知識體系有重要的啟示作用。
分類
許多學者都嘗試過以某種特定的劃分標準來列舉語義關係的綜合列表。構建列表的方法主要有兩大類,一類是主張簡潔抽象的簡約主義者,例如,定義了
反義、同義、類包含、部分整體和事件5種語義關係。另一類是主張精編的分割主義者,提出了包含31種語義關係的列表。隨著
語言學、
心理學、計算機領域研究的不斷深入,語義關係的綜合列表也越來越清晰。
套用
計算機領域
在計算機領域中表達概念之間的關係有帶標記的語義關係(Labeled Semantic Relations)LSR不僅能表達兩個概念之間存在關係,而且還能表達這種關係的類型是什麼 。
選取帶標記的語義關係
LSR 的方式 同時借鑑和汲取 MindNet 的思想 參照 MindNet 的語義關係類型並在此基礎上作了一些調整和修改,確定下述 15 種語義關係類型。
結合計算機組成原理這個領域進行考察,上述確定的語義關係類型較為完整和準確地描述了領域概念間的關係,基本上能很好地描述該領域的知識 。
生物醫藥領域
截至2013年3月,生物醫學領域的權威資料庫Medline的文獻記錄已達2200多萬條,並且每年以約六十萬條記錄的速度增長。生物醫學研究者通過關係抽取來處理這些繁雜文獻中的生物醫學信息,在共現、自然語言處理和模式匹配等實體語義關係抽取研究的基礎上,開始關注表達語義關係的動詞,認為確定這些動詞是開展信息抽取的基礎和關鍵。例如,用文獻中的高頻動詞識別基因和基因產物的因果關係,人工給定如active、bind、interact、regulate等動詞,利用句法分析器對句子進行句法分析找出句子中動詞的主語、賓語,判斷基因之間是否存在相互作用關係引,實驗證明,這種方法準確率在67.8%一83.8%之間。
地理信息領域
地理信息的發現以地理信息共享為前提,基於元數據的目錄服務以關鍵字匹配為主,不能使用戶得到語義上相關的更多數據,不能達到發現數據的目的。針對這一問題,研究者發現,語義網路可以形成數據集中的邏輯信息,能提供數據的內容信息並提供與其他數據的關係描述。但是,語義網尚處於起步階段,還沒有開發出成熟的技術來服務於地理信息共享。