团购推荐的项目中需要建立知识库，参考了中文语义词汇库知网Hownet，借鉴了它的思想：在特征词汇之间建立语义连接。知网基本概念如下：

 

2.知网

2.1基本概念

（1）词语：汉语词语。

（2）概念：一个词语可以有多个概念。如：词语“打”有两个概念，一是“打”人，而是“打”车。概念也可以称为义项。

2.1.1义原

（1）义原：基本语义单元，用来描述概念。义原存在于一个上下位关系树状的义原结构中。初此之外，义原之间还有同义、反义、对义等8种关系，因此义原其实是保存在一个复杂的图中。同时，义原也是一个词语，存在于词语词典中。所有概念大部分是用且仅是用义原描述的。义原是最基本的、不易于再分割的意义的最小单位。

（2）我们设想所有的概念都可以分解成各种各样的义原。同时我们也设想应该有一个有限的义原集合，其中的义原组合成一个无限的概念集合。

（3）我们有一条原则：我们已有的义原一定要能够描述全部的概念。这里有一个比较硬性的规定，即当我们发现一个具有多个概念的词语，例如八个，而我们已有的义原不能够把这八个概念区别开来时，我们就必须对我们的标注集加以调整，这是绝大多数的情况。

（4）所有的义原根据上下位关系构成了一个树状的义原层次体系。假设两个义原在这个层次体系中的路径距离为d，根据公式(1)，我们可以得到这两个义原之间的语义距离：

        …… (3)

其中p₁和p₂表示两个义原（primitive），d是p₁和p₂在义原层次体系中的路径长度，是一个正整数。α是一个可调节的参数。

（5）用这种方法计算义原相似度的时候，我们只利用了义原的上下位关系。实际上，在《知网》中，义原之间除了上下位关系外，还有很多种其他的关系，如果在计算时考虑进来，可能会得到更精细的义原相似度度量。

（6）在知网的知识描述语言中，在一些义原出现的位置都可能出现一个具体词（概念），并用圆括号( )括起来。但具体词在《知网》的语义表达式中只占很小的比例。所以，我们近似认为概念只由义原表示。

2.1.2词语

（1）词语：汉语词语。

（2）概念：一个词语可以有多个概念。如：词语“打”有两个概念，一是“打”人，而是“打”车。概念也可以称为义项。

2.1.3概念

知网的运算和描述的基本单位是：万物，其中包括物质的和精神的两类，部件，属性，时间，空间，属性值以及事件。

（1）属性值和数量值

美味： DEF=aValue|属性值,taste|味道,good|好

八成： DEF=qValue|数量值,amount|多少,many|多

巨大1：DEF=aValue|属性值,size|尺寸,big|大

巨大2：DEF=QValue|数量值,amount|多少,many|多

大量1：DEF=aValue|属性值,tolerance|气量,generous|慷

大量2：DEF=QValue|数量值,amount|多少,many|多

（2）属性

味道：DEF=attribute|属性,taste|味道,&edible|食物

气量：DEF=attribute|属性,tolerance|气量,&human|人

班次：DEF=quantity|数量,amount|多少,&transport|运送

比价：DEF=quantity|数量,rate|比率,&price|价格

（3）事物

所谓事物包含下列的概念类型：物质（包括有生命和无生命）、精神（包括情感、欲望、思想、经验）、时间、空间、事情以及它们的部件。

男士：DEF=human|人,male|男

高手：DEF=human|人,able|能,desired|良

难题：DEF=problem|问题,difficult|难,undesired|莠

心脏：DEF=part|部件,%AnimalHuman|动物,heart|心

CPU：DEF=part|部件,%computer|电脑, heart|心

拔河：DEF=fact|事情,exercise|锻练,sport|体育

雇主： DEF=human|人,*employ|雇用

雇员： DEF=human|人,$employ|雇用

熨斗： DEF=tool|用具,*AlterForm|变形状,#level|平

假期： DEF=time|时间,@rest|休息,@WhileAway|消闲

旅馆： DEF=InstitutePlace|场所,@reside|住下,#tour|旅游

救生艇：DEF=ship|船,*rescue|救助

洗衣机：DEF=tool|用具,*wash|洗涤,#clothing|衣物

2.1.4关系

概念和义原之间的主要关系有：

(a) 上下位关系 (由概念的主要特征体现，请参看《知网管理工具》)

(b) 同义关系（可通过《同义、反义以及对义组的形成》获得）

(c) 反义关系（可通过《同义、反义以及对义组的形成》获得）

(d) 对义关系（可通过《同义、反义以及对义组的形成》获得）

(e) 部件-整体关系（由在整体前标注 % 体现，如“心”，“CPU”等）

(f) 属性-宿主关系（由在宿主前标注 & 体现，如“颜色”，“速度”等）

(g) 材料-成品关系（由在成品前标注 ? 体现，如“布”，“面粉”等）

(h) 施事/经验者/关系主体-事件关系（由在事件前标注* 体现，如“医生”，“雇主”等）

(i) 受事/内容/领属物等-事件关系（由在事件前标注 $ 体现，如“患者”，“雇员”等）

(j) 工具-事件关系（由在事件前标注 * 体现，如“手表”，“计算机”等）

(k) 场所-事件关系（由在事件前标注 @ 体现，如“银行”，“医院”等）

(l) 时间-事件关系（由在事件前标注 @ 体现，如“假日”，“孕期”等）

(m) 值-属性关系（直接标注无须借助标识符，如“蓝”，“慢”等）

(n) 实体-值关系（直接标注无须借助标识符，如“矮子”，“傻瓜”等）

(o) 事件-角色关系（由加角色名体现，如“购物”，“盗墓”等）

(p) 相关关系（由在相关概念前标注 # 体现，如“谷物”，“煤田”等）

2.1.5相似性

（1）两个概念之间的相似性用其义原之间的相似性表示。即针对两个概念的义原向量，分量配对计算相似性，去加权和。如果向量维度不同，则用空不全，分量与空之间的相似性为一常量。

（2）两个义原之间的语义距离：

对于两个词语W₁和W₂，我们记其相似度为Sim(W₁,W₂)，其词语距离为Dis(W₁,W₂)，那么我们可以定义一个满足以上条件的简单的转换关系：

         …… (1)

其中α是一个可调节的参数。α的含义是：当相似度为0.5时的词语距离值。

（1）       两个概念之间的语义距离：

 

其中i可以理解成概念义原向量的不同分量类型。β为权重，Σβ=1。

 

2.1.6相关性

（1）一个概念的相关概念的查找主要是“顺藤摸瓜”。一级相关概念指与其相隔一个义原的概念，二级相关指与其相隔两个义原的概念，等等。如：“医院”与“医生”相关性大，由于只相隔一个“医治”义原；而相似性差距很大，因为“医院”的一个义原是“场所”，而“医生”的第一个场所是“人”。

（2）相似性与相关性的关系：

*如果两个词语非常相似，那么这两个词语与其他词语的相关性也会非常接近。反之，如果两个词语与其他词语的相关性特点很接近，那么这两个词一般相似程度也很高。（刘群）

*如果两个词非常相似，那么他们往往很相关；如果两个词很相关，并不一定它们很相似。（curthan）

 

2.2和其他ontology的区别

（1）wordnet：同义词树的组织方式。每个词是基本unit，没有义原的概念。

（2）framenet：frame semantic。用frame semantic描述语义，最大的用途是语义角色标注，即潜层语义分析。目前包含1000+个frame，10000+个词汇，100000+例句。