技術(shù)特征：

1.一種漢語新動詞識別系統(tǒng)，其特征在于：包括對原始訓(xùn)練語料庫CNCorpus進(jìn)行分詞，形成分詞語料庫TCNCorpus的模塊A；識別分詞語料庫TCNCorpus中的可能的新動詞，形成結(jié)果集合Tmp_Verb的模塊B；驗(yàn)證集合Tmp_Verb中的新動詞，形成結(jié)果集合VerbResult的模塊C；輸出新動詞集合VerbResult的模塊D。

2.一種漢語新動詞識別系統(tǒng)和方法，其特征在于：包括以下步驟

步驟A，對原始訓(xùn)練語料庫CNCorpus進(jìn)行分詞，形成分詞語料庫TCNCorpus：

對CNCorpus中的每篇輸入文本D進(jìn)行分詞，分詞的工具采用開源的ICTCLAS系統(tǒng)；為了便于處理，分詞后，將每篇文本按照句子標(biāo)點(diǎn)符號進(jìn)行分拆，形成不含有句子標(biāo)點(diǎn)符號的簡單句；因此，TCNCorpus每個句子的形式為S_i＝“W₁/pos₁W₂/pos₂…W_i/pos_i…W_n/pos_n”，其中每個W_i是一個漢語詞、漢字、阿拉伯?dāng)?shù)字、英文單詞或字母；pos_i是其對應(yīng)的詞性；

步驟B，識別分詞語料庫TCNCorpus中的可能的新動詞，形成結(jié)果集合Tmp_Verb：

對TCNCorpus中的每條語句S_i，對S_i中的情形分別按照以下子步驟處理：

步驟B1：如果S_i中出現(xiàn)“W_i，1/pos_i，1 W_i，2/v W_i，3/v W_i，4/pos_i，4”的子串，并且pos_i，1≠v，即pos_i，4不是v、f、a或d任何之一，那么將“W_i，2/v W_i，3/v”放入Tmp_Verb中；所述“W_i，2/v W_i，3/v”，表示將來自于S_i的“W_i，2W_i，3”視著一個可能的新動詞；

步驟B2：如果S_i中出現(xiàn)“W_i，1/pos_i，1 W_i，2/v W_i，3/pos_i，3”的子串，并且pos_i，1≠v，pos_i，3∈{f，a，d}，即pos_i，3是f、a或者d之一，那么將“W_i，2/v W_i，3/pos_i，3”放入Tmp_Verb中；

步驟C：驗(yàn)證集合Tmp_Verb中的新動詞，形成結(jié)果集合VerbResult。

步驟B輸出的新動詞集合Tmp_Verb中的動詞具有一定的正確性，但是仍然需要進(jìn)一步地驗(yàn)證。為了確保所獲取的新動詞是準(zhǔn)確的，我們將種子詞典規(guī)定為由多個二元對<詞語，詞性組>構(gòu)成的資源，其中詞性組是多個詞性符號的序列，也即一個詞語可以有多個詞性；

為了便于下文描述，我們將Tmp_Verb中的元素統(tǒng)一地表示為“W_i，2/v W_i，3/pos_i，3”，其中pos_i，3∈{v，f，a，d}；這種形式概括步驟B1和步驟B2的輸出結(jié)果；

驗(yàn)證的方式為：要確認(rèn)“W_i，2/v W_i，3/pos_i，3”構(gòu)成的新動詞“W_i，2W_i，3”是一個正確的新動詞，首先針對W_i，2進(jìn)行確認(rèn)，即在漢語種子詞典中確認(rèn)兩個條件：(1)W_i，2是否具有動詞的詞性？(2)是否有以W_i，2做詞頭的詞語；如果上述條件的答案是肯定的；在針對W_i，3采用類似的方式進(jìn)行分析，即在漢語種子詞典中確認(rèn)兩個條件：(1)W_i，3是否具有pos_i，3的詞性？(2)是否有以W_i，3做詞尾的詞語；如果上述條件的答案是肯定的，將驗(yàn)證過的新動詞放置在集合 VerbResult中；

步驟D：輸出新動詞集合VerbResult。

3.根據(jù)權(quán)利要求1所示的一種漢語新動詞識別系統(tǒng)和方法，其特征在于：所述的步驟C具體包括以下步驟：

步驟C1：VerbResult＝{}；

步驟C2：Tmp_Verb為空，則驗(yàn)證結(jié)束，并且調(diào)用模塊D，輸出VerbResult。否則，從Tmp_Verb中任意取出一個元素“W_i，2/v W_i，3/pos_i，3”；

步驟C3：W2Support＝0；

步驟C4：如果在漢語種子詞典中W_i，2具有動詞的詞性，那么W2Support＝在漢語種子詞典中存在以W_i，2做詞頭的詞語的個數(shù)；

步驟C5：W3Support＝0；

步驟C6：如果在漢語種子詞典中W_i，3具有pos_i，3的詞性，那么W3Support＝在漢語種子詞典中存在以W_i，3做詞尾的詞語的個數(shù)；

步驟C7：如果W2Support＝0或者W3Support＝0，則轉(zhuǎn)步驟C2；

所述條件“W2Support＝0或者W3Support＝0”表明，在漢語種子詞典中沒有找到“W_i，2W_i，3”是正確的新動詞的證據(jù)，從而放棄“W_i，2W_i，3”；

步驟C8：計(jì)算

步驟C9：如果Score(W_i，2W_i，3)≥4，則將“W_i，2W_i，3”放入VerbResult中。