國內外隱喻知識庫建設綜述
2008-12-31 00:00:00張霄軍曲繼光
計算機應用研究 2008年9期
摘 要：就國外的幾個隱喻知識庫，包括Master Metaphor List、Senseframe、MetaBank、Metalude、Hamburg Metaphor Database、ATTMeta以及國內的隱喻句庫的建設進行綜述，并對上述隱喻知識庫作了簡單評述。最后提出了一種建立面向計算的大規模漢語隱喻知識庫構建的設想。
關鍵詞：隱喻； 知識庫； 自然語言理解
中圖分類號：TP391 文獻標志碼：A
文章編號：1001-3695(2008)09-2561-05
Introduction of metaphor corpus
ZHANG Xiaojun1，2a，QU Weiguang2b，3
（1.School of Foreign Language， Shaanxi Normal University， Xi’an 710062， China;2a.School of Art Literature， b.School of Mathematics Computer， Nanjing Normal University， Nanjing 210097， China;3.Institute of Computational Linguistics， Peking University， Beijing 100081， China)
Abstract:This paper introduced and reviewed six foreign language databases，it included Master Metaphor List，Senseframe，MetaBank，Metalude，Hamburg Metaphor Database，ATTMeta and one Chinese metaphor database. Finally， it designed a largescale Chinese metaphor knowledge database oriented to computation.
Key words:metaphor; knowledge database; natural language understanding
0 引言
隱喻理解的計算模型離不開隱喻知識庫。這是由隱喻的認知性決定的。隱喻涉及本體概念與喻體概念之間的對比，因此隱喻計算模型的前提是要求系統具有概念描述和推理能力[1]。隨著自然語言理解從字面義（literal meaning）到非字面義（nonliteral meaning）研究的轉變，隱喻作為非字面義的典型，越來越受到計算語言學家、認知語言學家和心理學家的重視，隱喻計算也成為自然語言處理的一個熱點問題。國內對隱喻計算的研究越來越深入，主要集中在對隱喻計算的模型方法的介紹和研究上[2，3]，但對隱喻知識庫建設的討論不夠深刻。目前，應用于隱喻計算的模型方法主要有以下四種：
a）基于優先語義的方法。這種方法認為理解隱喻義的方法不同于理解正常字面義的方法，突出語義知識的描寫而不強調隱喻知識在隱喻理解中的應用。當句子中字面意義出現沖突（即選擇限制發生沖突）時，就需要進行隱喻處理。比較有代表性的系統有Fass[4]提出的可以處理隱喻、轉喻、字面義反常表達的隱喻理解模型Met5系統。
b）基于知識表示的方法。與基于優先語義的方法不同，該方法強調隱喻知識的表示以及隱喻知識在隱喻理解中的作用。其包括隱喻突顯理論[5，6]和基于實例的模型，如Martin[7]設計的用來解釋常規隱喻和識別新生隱喻的MIDAS系統，以及人工神經網絡模型，如Veale[8]的Sapper模型。
c）基于類比推理和邏輯推理的方法。隱喻的理解需要人們運用常識進行推理，因此，許多學者采用邏輯方法進行隱喻的機器理解。典型模型包括Stainhart[9]提出的隱喻的結構理論和隱喻邏輯論、Gentner等人[10，11]的結構映射引擎SME、Holyoak等人[12]的ACME隱喻分析模型。
d）基于語料庫統計機器學習的方法。隨著語料庫語言學的發展，利用統計方法處理語言信息得到了廣泛的關注，出現了許多基于統計學習方法的隱喻識別模型，如Kintsch等人[13，14]的基于潛在語義分析方法的模型，以及Mason[15，16]提出的基于語料庫的隱喻句抽取引擎CorMet。
從上面的計算模型來看，隱喻表達往往涉及到概念的推理關系，因此隱喻表達的識別、解釋、提取往往需要富含隱喻理解信息的隱喻知識庫的支撐。具有代表性的國外隱喻庫有Master Metaphor List、Senseframe、MetaBank、Metalude、Hamburg Metaphor Database、ATTMeta。國內的隱喻庫建設起步較晚，目前公布的只有廈門大學的漢語隱喻標注句庫。
1 國外隱喻知識庫建設綜述
1.1 Master Metaphor List（MML）
MML（詳見http://cogsci.berkeley.edu/lakoff/）是加利福尼亞大學Berkeley分校George Lakoff等人搜集的英語常規隱喻表達的一個在線知識庫；他們從出版的隱喻文獻、加利福尼亞大學Berkeley分校的學生寫作及研究生論壇中收集隱喻用例，手工編輯而成。后來由George Lakoff等人完成了第二版。該知識庫包含了隱喻映射和每個隱喻的隱喻實現，并在互聯網上公布。數據庫中的隱喻分為event structure（事件結構）、mental events（心理事件）、emotions（情感）和other（其他）四個范疇，共涉及詞條69條；每個詞條又分為不同層級的隱喻類別，共約200多個不同層級的隱喻類別。每種隱喻的類別都包含了各種隱喻方式的源域（source domains）和目標域（target domains）的描述及隱喻例句；每一類隱喻都有一個簡要分析。MML依照專家們的直覺分成不同的概念隱喻類別，不去考慮這些隱喻是否已經詞匯化。
例如，在詞條“force”下“Force is a substance contained in affecting causes”隱喻類別示例如下：
Force is a substance contained in affecting causes
Put more force into your punches.
He said some forceful words.
His punches carry a lot of force.
Each sentence contained the force of an order.
His punches have a lot of force.
Her death hit us all forcefully.
Her death hit us with a lot of force.
The force of the blow knocked me over.
The force added to the swing was enough to send the ball over the fence
Related metaphors:related to Causes are Forces
Source domain:sustance，contents，container，hitting
Target domain:force
Note:
The amount of force determines the degree of change in the affected party
Either the force or the causalcontainer can cause the effect.
Force is placed in the container by the person who wants the change in the affected part
Force is the ability to cause
示例給出了該類別的九個相關例句，有對該類別的簡要分析（note），指出了隱喻的源域為“sustance， contents， container， hitting”，目標域為“force”，而且還給出了與詞類別相關的隱喻類別“Related metaphors: related to Causes are Forces”。
MML第一版完成于1989年，第二版完成于1991年。很快，這200多個隱喻類就成為各類形式化的、為隱喻計算服務的隱喻知識庫建設的主要資源。
1.2 Sense-rame
Sense-rame是一個詞例化的語義知識庫，共包含500條詞條。Dan Fass根據Wilks的優先語義學理論的優先中斷思想提出了修正語義學的方法，在一個統一的語義框架內對轉喻（metonymy）、隱喻和詞義異常使用進行解釋，并給出了實現程序Met5。Senseframe就是為該程序的實現而建設的詞例化隱喻知識庫。在該知識庫中，每個詞義框架包含arcs和node兩部分。Arcs部分包含了該詞條類屬條目（一個詞條和它的意義描述），語義框架所有的arcs構成了詞語深層結構化的語義網絡；node部分包含了被定義的語義框架的差異。
名詞“animal”在Senseframe中的描述如下：
sf(animal1，
[[arcs， [[supertype，organism1]]]，
[node0，
[[biology1，animal1]，
[composition1，flesh1]，
[it1，drink1，drink1]，
[it1，eat1，food1]]]]).
其中:[supertype，organism1]是一個語義網絡體系；node0表示該詞條是一個名詞；[biology1，animal]和[composition1，flesh1]為該詞條的語義優先特征；[it1，drink1，drink1]和[it1，eat1，food1]為該詞條的句法組合模式；it1指該詞條，即animal1在[it1，drink1，drink1]中能夠被it1代替，在[it1，eat1，food1]中也能夠被it1代替。該句法組合模式在Senseframe中被稱為cell。
形容詞“yellow”在Senseframe中的描述如下：
sf(yellow1，
[[arcs， [[superproperty，coloured1]，
[property，yellow1]]]
[node1，
[[preference，
[[bounds1，bounded1]，
[composition1，physical1]，
[extent1， [not1，zero_dimensional1]]
[animacy1，nonliving1]]]]]
[assertion，
[[color1，yellow1]]]]).
其中：[superproperty，coloured1]和[property，yellow1]是一個語義網絡體系；node1表示該詞條是一個形容詞/副詞；preference部分為該詞條的語義優先特征；assertion部分為該詞條在命題中的斷言。
動詞“eat”在Senseframe中的描述如下：
sf(eat1，
[[arcs，[[supertype，[ingest1，expend1]]]]
[node2，
[agent，[preference，animal1]]
[object，[preference，food1]]]])
其中：[supertype，[ingest1，expend1]]是一個語義網絡體系；node2表示該詞條是一個動詞；[agent，[preference，animal1]]和[object，[preference，food1]]為該詞條的語義優先特征。
利用上述對名詞、動詞和形容詞/副詞的不同形式化描述，Fass用程序Met5實現了對隱喻理解的模型解釋。例如對“car drinks gasoline”，Met5系統就是利用如下知識表示實現的：
sf{drink1，
{{arcs，
{{supertype{ingest1，expend1}}}}.
{node2，
{{agent，
{preference.animal1}}
{object，
{preference.drink1}}}}}}
sf{animal1，sf{car1，
{{arcs，{{arcs，
{{supertype，organism1}}}，{{supertype.motor_vehicle1}}}.
{node0，{node0，
{{biology1，animal1}，{{it1，carry1，passenger1}}}}}
{it1，drink1，drink1}.
{it1，eat1，food1}}}}}
1.3 MetaBank
MetaBank是J. H. Martin在20世紀90年代為對自然語言中習慣性隱喻給出語義解釋而開展的隱喻研究項目。該項研究將經驗誘導與理論驅動相結合，在三個方面探索了隱喻知識庫的構建問題：文本語料的收集與語言知識的泛化；資源的拓展方法；知識庫的構建。這三個方面的綜合為直接使用隱喻知識對語言中的隱喻理解提供了一個整體框架。
在文本語料的收集與語言知識的泛化方面，MetaBank采用了MML、一個包含150 000詞次的UNIX操作系統用戶郵件語料庫以及Wall Street Journal語料庫。其中比較有特色的是UNIX操作系統用戶郵件語料庫。這一語料庫的選擇為MetaBank研究特定領域相關語料庫提供了必要的資源。
資源的拓展包括兩個方面:如何分析和識別單獨句子所包含的習慣性隱喻；如何在大規模語料中高效搜索習慣性隱喻。MetaBank接受了Reddy[17]、Lakoff等人[18]給出的習慣性隱喻定義，即習慣性隱喻是一些詞或短語在其常規用法中脫離字面意義，使用一種概念類型表達另外一種概念類型的一種語言現象。示例如下：
I can’t kill ‘emeclipse says they aren’t mine.
其中：kill、says、mine的使用即是習慣性隱喻的實例。在大規模語料庫搜索方面，MetaBank采用了直接搜索已知隱喻和隨機抽取的方式來拓展資源。隱喻搜索依賴于目標域中的關鍵詞進行。搜索完成后搜集的信息包括該種隱喻的出現頻率、該類目標域中各關鍵詞使用的頻率、該類隱喻中源語義場有多少關鍵詞與之同現、對該種隱喻目標域和源域進行抽象時的正確程度等。
MetaBank認為隱喻知識的表示包括三個方面：目標域的知識表述、源域的知識表述以及隱喻本身的知識表述。為此，MetaBank采用了Gruber[19]提出的OntoLingua知識表述語言（ontolingua knowledge representation language），認為這種語言能夠提供隱喻的獨立的規范的表示方法，并能為該知識庫的潛在使用提供支持。
1.4 Metalude
Metalude(詳見http://www.ln.edu.hk/lle/cwd03/Inproject_chi/home.html)是一種已經詞匯化的英語隱喻交互語料庫，該語料庫從詞匯上考查隱喻，并非單純的認識或知覺的研究。這一點與Berkeley的MML有明顯的不同。目前Metalude包含9 000個英語詞條以及它們的字面義、隱喻義、詞類、實例等屬性信息。其所收的隱喻均根據概念隱喻或構成隱喻的基本類來進行分類，因此一個詞形往往有多個詞條。例如lexical term = fleet (港灣)有“Activity is boat travel；Organisation is ship；Traffic is Liquid/blood”三個根隱喻，因此設定三個詞條。
Metalude 對于它所收的詞匯以及所假定的概念隱喻/基本類均有更嚴格的詞匯學標準，所收的詞匯必須有某個隱喻義項見諸于某一本當代英語詞典中。該語料庫中設置的每一個基本類都必須出現在至少6個詞匯上，而且這些詞匯在Cobuild 英語在線詞庫中出現的頻率不能低于200次。例如：
a）類：Achievement/success is high（成就或成功即高）
詞條“hang in there” (字面意義“懸掛”__) idi (vi+adv+adv)， 隱喻意義“盡管困難也要避免失敗”。例句：When the marathon gets tough just hang in there (在劇烈的馬拉松比賽中只有堅持才能避免失敗)。
b）類：Activity is boat travel （活動即劃船）
詞條“anchorman” (字面意義“接力棒”__) n.，隱喻意義“新聞節目主持人”。例句：The early morning news programme has a new anchorman（早晨的新聞節目換上了一個新的節目主持人）。
上述兩例中，“in there”和“man”不是詞項的隱喻部分，因此在圓括號中只譯出“hang”和“anchor”，后加空格。如果一個復合詞或習語中的所有詞語都有屬于同一類的隱喻意義，而且這個復合詞或習語的字面意義很少用或從未用過，那么這個字面意義也將放于圓括號中，但是不加空格號。例如：
c）類：Activity is boat travel（活動即劃船）
詞條“stick/put your oar in” (字面意義“搖槳，推槳”) idi (vt+nphr+adv)，隱喻意義“惱人地打斷”。例句：He kept on putting his oar in until I lost my temper(令人氣惱的是，他一而再、再而三地打斷我的講話，直到我發了脾氣為止)。
對于詞性發生變化的詞條，中間用一條豎杠分隔開，圓括號中的詞性與圓括號外的詞性相對應。前者為表示字面意義時的詞性；后者是該詞做隱喻用法時的詞性。例如：
d）類：Activity is boat travel（活動即劃船）
詞條“harbour”（字面意義：海港） (n)|vt，隱喻意義“庇護”。例句：The taleban were accused of harbouring Osama Bin Laden（塔利班受控庇護本·拉登）。
1.5 Hamburg Metaphor Database
漢堡隱喻數據庫（hamburg metaphor database，HMD，詳見http://wwwl.unihamburg.de/metaphern/index_en.html）是一個可供在線搜索的德語、法語隱喻數據庫，于2002年面向公眾開放。其中數據以來自一些特定領域的大眾傳媒語料庫中的隱喻為主。數據庫中的隱喻標注包括詞匯和概念兩個層次。詞匯標注所采用的資源是EuroWordNet；概念標注所采用的資源是Berkeley主要隱喻列表（master metaphor list）。
HMD中的隱喻標注的格式大致如表1所示。
注：表1括號中內容為筆者所加，感謝南京大學德語系陳民老師細心審讀其中德文內容的翻譯。
可以看出，數據由八個部分組成。首先是包含隱喻表達的例句；然后列舉出具有隱喻性的術語，如表1中的triomphateur和affluer。同義詞集（synset）信息來自于詞網（WordNet）。例如在第一個例子中，可在法語EWN中找到如下同義詞集：
{vainqueur:1 triomphateur:1 gagnant:1}
這個同義詞集可以用來標注第一個例句中的術語 triomphateur，或具有能夠解釋該例隱喻的意義。但是在有些情況下，這些詞語并不具有一個具體的目標，這樣就需要一個字面意義上的同義詞集。這里使用了兩套源域和目標域標簽。一套使用德語，根據內容創建；另一套與Berkeley提供的隱喻概念標簽相一致。
HMD的建設采用了人工標注與機器輔助標注相結合的方法。2002年該庫開始提供在線檢索時有160多條隱喻實例；其后采用語料庫輔助發現的方法，新增1 000多條實例。隱喻的機器輔助發現首先需要建立經過標注的語料庫；然后需要確定目標域和源域，并借此建立目標域詞匯表和源域詞匯表。HMD充分利用了語料庫檢索功能及頻率、詞語同現信息等，在僅已知目標域的情況下，通過以下三個步驟獲取隱喻實例：
a）確定目標域詞匯，如Europe，獲取經過統計加權處理的同現列表(lists of collocates)作為可能隱喻實例；
b）對獲取的同現列表，搜索語料庫以區分不同用法，并給出同現列表的源域；
c）使用EuroWordNet中的同義詞集和詞義關系，對源域的詞匯進行擴展。
經過上述處理，隱喻實例、目標域及其詞匯列表、源域及其詞匯列表都可在語料庫幫助下獲得。
1.6 ATT-eta
ATT-eta（詳見http://www.cs.bham.ac.ak/~jab/ATT-eta/Data bank）是英國Birmingham大學開發的一個基于規則的可程序化計算的信念和隱喻模擬推理系統。項目因以命題態度和基于隱喻的推理為主要研究內容而被命名為ATT(itude)Meta(phor)。ATT-eta同樣以Berkley的MML為框架，集中討論其中與大腦狀態、大腦處理過程以及心智相關的隱喻。為此，ATT-eta也構建了一個隱喻語料庫。其中主要包含真實話語中描寫心智狀態和運行的隱喻，此外也包含一些描寫心智狀態的暗喻。隱喻實例取自一個包含1070個文字文本和65個演講記錄文本的語料庫。
ATT-eta隱喻數據庫按照隱喻本身類型進行組織（圖1）。與心智狀態和運行相關的隱喻首先被分為17類（包括暗喻）。每一個類別存在兩個鏈接：一個鏈接指向對該類隱喻的解釋；另一個鏈接指向隱喻實例頁面。在實例頁面中，又包含另一個鏈接，給出該實例的詳盡上下文。
ATT-eta對文本中的隱喻實例進行了標注，下例取自于物質實體型主意/情緒比喻（ideas/emotions as physical objects）:
例句The fact that she had not yet seen her stepmother made no difference; she still (*felt her dislike of her RISE UP*) just as intensely as at first， and it (* BLOTTED OUT *) all her other feelings.
{First segment: embedding within feeling. Also， example of \"feel\" as metaphoricity signal.} {\"BLOTTED OUT\": parallel mixing with COGNIZING AS SEEING.}
[[Text: source]]
此例中，ATT-eta首先給出這一類型的定義。文本中的隱喻部分被置于(*…*)內，相關隱喻詞匯大寫表示。[[Text: source]]部分給出該語句的出處鏈接，已備查詢。此外，其后還有對交叉性隱喻等其他情況的說明。
ATT-eta隱喻數據庫已被嘗試用于與心智相關的隱喻識別和解釋研究，并取得了一定成效。
2 國內隱喻知識庫建設
廈門大學認知與計算研究中心構建了一個具有1萬句規模62 萬字的漢語隱喻標注句庫以及一個面向隱喻識別的漢語常用動詞搭配庫[20]。該隱喻句庫采用文本方式進行存儲，涵蓋了極為豐富的漢語隱喻現象，并具有可擴展性。在該隱喻句庫的基礎上，進行句法分析和標注。帶有句法分析標注的隱喻句庫通過哈爾濱工業大學信息檢索研究室依存句法分析系統[21]生成初步結果，最后由人工校正來完成。這樣，帶有句法分析標注的隱喻句庫中，每個隱喻句采用依存方式表示句子結構以及句內每個成分之間的關系。
句庫的結構設計如下：每一個隱喻句顯示為三行，第一行是無標記的生隱喻句；第二行為句法成分的切分與詞性標注后的隱喻句，句子中每個詞及詞性的前面加上序號，句子末尾的句號由〈EOS〉標志；第三行是隱喻句的依存句法關系。依存關系中，每個關系以一個依存對表示，依存對中的第一個詞是核心，支配第二個詞，如“[2]公司_[1]我(ATT)”這個依存對表示“我”和“公司”存在依存關系ATT。其中：“公司”是這個關系的核心成分；“我”依存于“公司”。依存對之間以兩個tab 制表符相隔，整個句子的依存中心單獨列出，由標記(HED)標志，并與句尾句號構成一個依存對，如下所示：
雷霆無情地怒吼，
[1]雷霆/n[2]無情/a[3]地ui[4]怒吼/vg[5]，/wp[6]〈EOS〉/〈EOS〉
[3]地_[2]無情（DI） [4]怒吼_[1]雷霆（SBV） [4]怒吼_[3]地（ADV）[6]〈EOS〉_[4]怒吼（HED）
句庫的標注標準如下：詞性標注使用的是“863”標注體系的詞性標準，包括28 個詞性標記；依存關系標記24個，如表2 所示。
3 余論
一個隱喻知識系統的建立主要包括以下三個方面的內容：語料庫及其類型；隱喻知識表述；隱喻識別算法及隱喻理解模型。語料庫存在平衡語料庫和受限領域語料庫，不同類型語料庫中隱喻的使用類型和分布存在不同，因而會對后續處理產生影響。隱喻識別與隱喻知識表示是兩個緊密聯系的方面。對隱喻概念的不同認識，如隱喻與詞匯之間的關系問題的認識導致了不同的隱喻知識結構，因而也影響到隱喻識別與理解方法的不一致。同時，采用何種知識表述語言來表述隱喻知識也是需要考慮的問題。在大規模的隱喻識別方面，Metabank、Hamburg Metaphor Database都已經進行了有益的嘗試，其中能夠利用的關鍵信息是與源域、目標域相關聯的詞匯。
此外，需要注意的是Berkeley的MML為諸多隱喻知識庫提供了理論框架。其他隱喻知識庫其實就是對這一資源的衍生和拓展。而在國內的隱喻知識庫似乎并沒有利用這一成果，而且在隱喻知識的表征方面重視程度不夠。漢語作為一種重“意合”的語言，非字面義的研究尤為重要。對漢語的隱喻自動理解與計算的研究在國內剛剛起步，亟待建立一個面向隱喻計算的隱喻知識庫。
4 工作設想
綜上所述，本文提出了一個大規模漢語隱喻知識庫的構建設想：隱喻知識庫由句庫和詞庫兩部分構成。句庫主要內容包括漢語隱喻句獲取（前期可以采用檢索的方式從語料庫中抽取帶標的隱喻句，即有比喻詞的句子；中期可以根據本體研究成果內省式收集無標的隱喻句；后期可以在隱喻類的幫助下利用機器學習的方法自動獲取隱喻句)、句法分析（不同于其他計算語言學應用領域的句法分析，隱喻知識庫的句法分析要能夠體現出句法依存關系，尤其是本體、喻體與比喻詞之間的依存關系。當然，詞法分析也是必不可少的）、語義標注和隱喻標注。詞庫主要內容包括詞例化隱喻類（以詞例為研究對象歸納隱喻的概念類別，概念類別類似于MML的分類；詞例化類似于Metalude或HMD中對詞例的描寫）、典型例句、隱喻域、隱喻類體系。
該隱喻知識庫的構建目標為句庫規模達到10萬句，約200萬字；詞庫規模達到5 000詞條。最終成果為一個檢索系統：用戶可以輸入整句檢索其隱喻類，可以輸入具體詞匯檢索隱喻句，也可以輸入隱喻句檢索其隱喻類等。
參考文獻：
［1］黃孝喜，周昌樂.隱喻理解的計算模型綜述[J]. 計算機科學，2006，33(8)：178183.[2]王治敏.隱喻的計算研究與進展[J].中文信息學報，2006，20（4）：16-24.
[3]張霄軍.隱喻與換喻計算綜述[C]//第四屆全國認知語言學研討會.南京：南京師范大學，2006.
[4]FASS D.A method for discriminating metonymy and metaphor by computer[J].Computational Linguistics，1991，17(1):49-90.
[5]RESNIK P.Using information content to evaluate semantic similarity in a taxonomy[C]//Proc of the 14th International Joint Conference on Artificial Intelligent.Montreal:[s.n.]，1995:448-453.
[6]WEINEREJA.Knowledge representationapproachtounderstanding metaphors[J].Computational Linguistics，1984，10(1): 1-14.
[7]MARTIN J H.A computational model of metaphor interpretation[M].New York:Academic Press，1990.
[8]VEALE T.Metaphor，memory and meaning:symbolic and connectioni st issues in metaphor interpretation[D].Dublin:Trinity College，1995.
[9]STEINHART E C.The logic of metaphor:analogous parts of possible worlds[M].Dordrecht: Kluwer Academic Publishers，2001.
[10]GENTNER D.Structuremapping:a theoretical framework for analogy [J].Cognitive Science，1983，7(2):155170.
[11]GENTNERD，FALKENHAINERB，SKORSTADJ.Viewingmetaphoras analogy[M]//HELMAN D.Analogical reasoning.[S.l.]:Kluwer Academic Publishers，1998.
[12]HOLYOAK K J，THAGARD P.Analogical mapping by constraint satisfaction[J].Cognitive Science，1989，13(3):295-355.
[13]KINTSCH W.Metaphor comprehension:a computational theory[J].Psychonomic Bulletin Review，2000，7(2):257-266.
[14]KINTSCH W，BOWLES A.Metaphor comprehension:what makes a metaphor difficult to understand[J].Metaphor and Symbol，2002，17(4):249-262.
[15]MASON Z.Computational，corpusbased metaphor extraction system[D].[S.l.]:Brandeis University，2002.
[16]MASON Z.CorMet:a computational，corpusbased conventional metaphor extraction system[J].Computational Linguistics，2004，30(1):23-44.
[17]REDDYMJ.Theconduitmetaphor[M]//ORTONYA.Metaphorandthought.Cambridge:Cambridge University Press，1979:284-324.
[18]LAKOFF G，JOHNSON M.Metaphors we live by[M].Chicago， Illinois:University of Chicago Press，1980.
[19]GRUBERTR.Ontolingua:amechanism to support portable ontologies[R].Palo Alto:Knowledge Systems Laboratory， Stanford University，1992.
[20]李劍鋒，楊蕓，周昌樂.面向隱喻計算的語料庫研究和建設[J]. 心智與計算，2007（1）：142-146.
[21]尤昉，李涓子，王作英.基于語義依存關系的漢語語料庫的構建[J].中文信息學報，2002，17（1）：46-53.
