数据集概述
本数据集是研究项目SM01的语言资源成果，包含基于塞尔维亚钣金制造业语料库构建的语义词汇库及相关辅助资源。词汇库涵盖概念实体、词形实体及关联关系统计数据，支持知识抽取相关爬虫工具应用，为制造业领域语义分析提供结构化数据基础。
文件详解
- 语义词汇库文件：
- lex_20170923_003408.rdf：RDF格式文件，存储语义词汇库数据
- lex_20170923_003408.owl：OWL/RDF格式文件，词汇库本体定义
- lex_20170923_003408.nt：NTriples格式文件，词汇库三元组数据
- 统计报告文件：
- concept_report.xlsx：Excel格式，概念实体统计报告（含4772个概念实体，其中94%无概念关系）
- lemma_report.xlsx：Excel格式，词形实体统计报告（含6698个词形实体，其中76.55%无概念关系）
- 辅助资源文件：
- Source_CorpusTerms.txt：TXT格式，语料库术语列表
- Source_higherLexiconConcepts.xlsx：Excel格式，词汇库上层概念层级表
- SemanticLexicon_negatives.txt：TXT格式，词汇库未支持但领域网站存在的术语
- EnodingTwins.txt：TXT格式，编码孪生定义文件
- WordNetSynsetFailed.txt：TXT格式，WordNet同义词集匹配失败术语记录
- 压缩包文件：
- TermExploreModel100.zip：压缩文件，术语探索模型数据
- ExpansionExamples.zip：压缩文件，词汇扩展示例数据
- LinkReports100.zip：压缩文件，链接报告数据
适用场景
- 制造业领域语义分析：支持钣金制造行业术语体系构建与知识抽取研究
- 自然语言处理应用：可用于多语言网络内容的语义理解模型训练
- 知识工程研究：为领域本体构建、语义爬虫开发提供基础资源
- 术语资源开发：辅助制造业专业词汇库的扩展与优化工作
