漢語是一種意合語言，其詞義絕大多數(shù)來源于內(nèi)部語素義的組配，而大數(shù)據(jù)背景下，基于海量數(shù)據(jù)的語義信息提取能夠為語素義的描寫和刻畫提供充分知識。本書將大數(shù)據(jù)相關(guān)資源和漢語詞的語素義提取和描述方法結(jié)合，詳細描述漢語詞的內(nèi)部組配機制和生成規(guī)則，最終更好的實現(xiàn)漢語詞的自動生成。 漢語詞的生成一個重新解構(gòu)的語素義集合在一定的組配機制作用下進行內(nèi)部成分再替換的過程。這一過程涉及語義提取、語義解構(gòu)、語素替換和組配規(guī)則生成四個過程。其中高質(zhì)量的語義提取是前提，多維度的解構(gòu)是所有工作的基礎(chǔ)。作者通過海量數(shù)據(jù)的挖掘和篩選針對性構(gòu)建語素義知識庫的形式，為漢語詞的語義分析提供支撐，然后根據(jù)語素的組配關(guān)系，確定詞項生成的語義來源。語素替換是語義生成的核心，包括語義近似度計算和義項選擇兩個環(huán)節(jié)。項目通過構(gòu)詞結(jié)構(gòu)、語素義、物性角色等語義知識，以“語素概念”為基礎(chǔ)，計算漢語語素義相似度，然后根據(jù)語素義項編碼，從而判斷可以生成替換的語素及對應的義項。組配規(guī)則是決定漢語新詞能否正確生成的重要因素，項目通過構(gòu)建語素組配規(guī)則庫的形式，生成漢語詞的組配機制，使替換對象得以正確組合。 整個流程語素義的挖掘和描述出發(fā)，通過基于神經(jīng)網(wǎng)絡(luò)模型的詞向量生成工具尋找語素概念的近義詞網(wǎng)，最終達到由語義到文本的自動生成，可以說是典型的利用大數(shù)據(jù)及人工智能技術(shù)來處理語言的問題。這一技術(shù)對自動文摘、機器寫作和機器翻譯有著重要影響。