廣義知網中帶有結構的詞彙之極性分類

廣義知網所收納的詞彙，根據概念式（結構）的不同而出現在階層中的某個 位置。以下圖 27 為例：「卓」出現在「great|偉」的類別，概念式同為「great|偉」。

通常結構簡單的詞彙會出現在比較上層的位置；而結構較為複雜的詞彙會出現在 比較下層的位置，像是某些詞彙的細部分類。如：「震天」出現在｛震天｝類別 中，包含在「great|偉」類別底下，概念式為「great|偉:degree={extreme|極}」；或 是被放到其他無法分類的詞彙（OtherWord 類別）中，如「志在千里」，位於

「OtherWord（great|偉）」，概念式為「great|偉:theme={aspiration|意願}」。

圖 27：類別「great|偉」

結構簡單的詞彙中，一個類別往往包含好多個相同概念的成員；結構較為複 雜的詞彙則常常自成一類。又由於相同類別的詞彙有相同的概念式，因此結構複 雜的詞彙，概念式也常常彼此相異。如圖 27 中的詞彙「勞苦功高」的概念式為

「{great|偉:theme={accomplishment|成績}}」、「誰言寸草心報得三春暉」的概念式 為「{great|偉:theme={emotion({母親|mother})}}」。在前述的擴充過程中，若遇到 結構複雜的詞彙，且廣義知網沒有極性標註，則無法擴充（因為無法透過別人得 到極性）。

雖然詞彙被歸類為 OtherWord，但仍然屬於某個大分類。若大分類有極性；

則小分類也很有可能有極性。如上一段的「志在千里」，應該是屬於正向極性的 詞彙，但廣義知網未標註。此節嘗試為帶有結構（概念式中並非只有單純一個義 原），且廣義知網沒有極性標註的詞彙標註極性。

在前面的擴充階段，本研究以投票的方式為同一個類別的成員分類極性。當

用。詞彙的概念式，主要是由義原和連接詞所構成。每個詞彙均有其概念式，可 能由一到多個義原組成，端看如何定義。我們利用詞彙的概念式，將結構展開。

接著用類別的極性，為結構上的全部節點作標註。

以 含 有 多 個 義 原 的 詞 彙 「 名 利 雙 收 」 為 例 。 概 念 式 為 ：「 {obtain| 得 到 :possession={or({famous| 著 名 },{money| 貨 幣 })},manner={simultaneous| 同 步}}」，邊上的 possession 和 manner 可以看成附加的描述。義原（類別）的極性 與結構展開如圖 28 所式。

圖 28：「名利雙收」的結構

這邊採用一個簡單的演算法，如圖 29 所示：觀察節點（上的義原），並以之 前對類別內成員投票找出的極性為其標註。如果結構內的義原在前述過程中沒有 分類極性、或是沒有收錄，則預設為正向，如「名利雙收」內的某一個義原「money|

貨幣」。

//第一步：標註結構中的節點極性。

將概念式中的結構展開，並幫每個節點設定 2 個紀錄的欄位，第一個欄位名稱 為 primary，第二個欄位名稱為 final。

//為展開後的所有節點標註極性。

比較節點上的義原與擴充資料庫中的義原。

若有，則標註極性，將結果記錄於每個節點的欄位 primary 中。

或無，則標註為正向。（若出現非義原節點，如 OR、NOT、PartOf，則 同樣標為正向）將結果記錄於每個節點的欄位 primary 中。

檢查邊上的描述，看有沒有「StateFin」描述。

若有，將「StateFin」描述內的義原極性取出，直接做為整體的極性。

觀察上層節點的欄位 primary 與其下一層所有節點欄位 final。如果任 一個欄位中出現負值，則上層節點的欄位 final 填入負值。

「money|貨幣」、「simultaneous|同步」和 1 個「or」。「obtain|得到」與「famous|

著名」的類別，在先前擴充的過程中顯示正向類別；「money|貨幣」、「simultaneous|

同步」、「or」則無，預設為正向類別。將正向資訊填入每個義原的 primary 欄位。

以義原「or」、「famous|著名」、「money|貨幣」子結構為例：「famous|著名」、「money|

「famous|著名」、「money|貨幣」的 final 欄位，均為正向，因此「or」的 final 欄 位為正向。以此類推，最後「名利雙收」將被標記為正向辭彙。

分析廣義知網的概念式，我們認為越上層的節點越能代表詞彙的主體；而下 層的節點主要用於是修飾、並為上層的義原增添一些描述，使之更貼近原本的概 念。因此本研究的構想是：根據階層的特性，由下層開始，逐步影響上層節點極 性，應該就能體現概念式的意義。

此外方法是著重「負面」概念出現的情況。我們認為一個詞彙若是沒有給人

「負面」的概念，則不能說它是負面的，像大多數名詞就是如此。更貼切的來說：

名詞和某些詞類本身的確不帶有極性，應該增加中性類別。但是如果想正確幫研 究的實驗語料標註極性，就必須給予一個適當的極性。

為了測試標註結構型詞彙的演算法的效能，因此找出「種子詞彙的擴充（同 類別）」、「種子詞彙的擴充（同階層）」、「利用 NTUSD 的擴充」這三節擴充過程 中，滿足以下條件的詞彙做為測試資料。

條件為：

1. 概念式中有「只用一個義原」表示以外的情形。

2. 必須是廣義知網已標註極性的詞彙。

3. 有明確極性的詞彙（不可以是雙極性詞彙）。

首先以前述的演算法試著為詞彙標註極性，接著和廣義知網的答案做比較，

以檢驗正確性。在此說明一下測試資料。經過整理後共找出 1599 個詞彙。包含

種子詞彙本身、或是種子詞彙的擴充詞，並有各種詞性。透過概念式將其展開，

劣勢 負 circumstances={disadvantageous|有弊} 1 1 破門 負 manner={bump|撞:result={separate|分

離},patient={PartOf({thing|萬

物}):telic={or({GoInto|進入},{GoOut|出 去}):LocationThru={~}}}}

6 8

肘掖生變 負 {appear|出現:theme={affairs|事

務:CoEvent={uprise|暴動:domain={politics|

政},location={surrounding({object|物 體})}}}}

5 6

惡作劇 負 {IllTreat|慢待:purpose={tease|取樂}} 2 2 學壞 負 {imitate|模仿:content={behavior({human|

人}):qualification={improper|不當}}}

4 4 遠征 正 {leave|離開:domain={military|

軍},manner={far|遠},purpose={attack|攻 打}}

2 4

從良 正 {cease|停做:content={affairs|事 務:qualification={or({lascivious|

淫},{unlawful|非法})}}}

4 5

糟透了 負 {bad|壞:attitude({speaker|說話者})={sigh|

嘆氣},degree={extreme|極}}

2 3 人人自危 負 {perception|感知:content={dangerous|

危},experiencer={human|人:quantity={all|

3 4