百科全书的日文

• そのような類似度の手掛かりとしては，共起に基づく単語間の距離や，ドメインの事前知識（辞書やシソーラス）が有効活用できると考えられる．
  而考虑到这类相似度的线索，可以有效利用基于共现的单词间距离，或者是域的事前知识（辞典或百科全书等）。
• シソーラス法で隕石に対して追加されたキーワードは「いん石」「メテオ」「流星」の３つでありキーワード追加による効果はなかった．
  在百科全书法中，向陨石追加的关键词是“陨石”，“流星”，“陨星”这三个关键词，但追加了这三个词并没收到什么效果。
• 提案手法では，専門分野辞書やシソーラスを用いた，より詳細な素性を導入することが容易であり，それによるさらなる精度の向上が今後の課題である．
  在提议法中，很容易导入使用了专业领域辞典或百科全书而得到的更为详细的特征，在此基础上进一步提高精确度，这是今后的课题。
• テキストの自動分類には，１）テキストの表層的な統計情報を用いた手法と，２）シソーラスや辞書など人手で作成された言語知識の意味体系を用いた手法がある
  主题自动分类有以下方法：１）利用主题表层统计信息的方法和２）利用百科全书和辞典等靠人力制作的语言知识的意义体系。
• 格フレームを用いる深層格解析のうち代表的なものとしては，「意味素性つきの格フレームを用いる方法」と「用例つきの格フレームとシソーラスとを用いる方法」の２つがある．
  使用格框架的深层格解析中的代表，是“使用附有内容来历的格框架的方法”和“使用附有用例的格框架和百科全书”的两种方法。
• 具体的な関連度の計算法は，シソーラス上で定義された階層関係に基づく手法，辞書から自動抽出した意味ネットワーク上での活性伝搬に基づく手法２０），２１）など多様である．
  具体的关联度的计算法有基于定义在百科全书上的阶层关系的手法，基于从辞典自动抽出的意义在网络上活性传播的手法２０），２１）等多样手法。
• コーパスからの対訳および類義関係の自動抽出とは視点が異なるが，本論文の提案手法と関連を持つものとして，人手により構築された辞書やシソーラスに基づく関連度計算がある．
  和从语料库的对译以及类译关系的自动抽出虽然视点不一样，但是作为与本论文中的提议手法有关联的手法，有基于根据人手构筑的辞典和百科全书的关联度计算。
• このような語彙的なつながりを捉えるためにはシソーラスが必要となるが，他のテキストでは，辞書見出し語の文字列照合の代わりに語基（ｂａｓｅ）の文字列照合を行なえば，つながりが捉えられる可能性もあった
  要把握这样的词汇性联系，是需要百科全书的，但在其他的文本中，如果不用词典词条的字符串对照，而是对词根（ｂａｓｅ）的字符串进行对照，就有可能把握这种联系。
• 属性指向アルゴリズムは非常に有効なアルゴリズムではあるが，属性指向アルゴリズムを用いるためにはシソーラス辞書を用いるなどの手段により概念木を構築し，一般化を行う必要があり，概念木の構築管理に多大な手間がかかる．
  属性指向计算程序效果非常好，但是使用属性指向计算程序时需要利用百科全书词典等手段构筑概念木，需要进行一般化，而且概念木的管理也要花很多精力。
• 先の実験で用いた電子メールアーカイブを対象に，単純なｔｆ＊ｉｄｆ法，シソーラス法，関連フィードバック，それにＫＤＭによる相関ルールを用いたＫＤＭ法のそれぞれについてキーワードを変化させて再現率と適合率を算出した結果を図３，図４にあげる．
  以前面的实验中所使用的电子邮件存档为对象，分别使用单纯的ｔｆ＊ｉｄｆ法，百科全书法，关联反馈，还有ＫＤＭ的相关规则等ＫＤＭ法使关键词发生改变，算出其再现率和适合率，结果如图３，图４所示。