隐喻是自然语言处理的棘手问题之一，近几年来开始受到从事中文信息处理研究的学者们的关注。如果隐喻的识别和理解不能很好解决，将成为未来自然语言处理技术发展的瓶颈。王治敏所著的这本《汉语名词短语隐喻识别研究》面向语言信息处理，全面考察汉语名词隐喻的分布，总结和发现名词性隐喻的表达规律，利用机器学习的方法探索短语层级的隐喻识别，为全面的隐喻自动识别和理解奠定基础。适用对象为从事中文信息处理以及语言学研究人员，特别适隐喻计算和认知理解研究者。

第一章 引论

 1.1 问题的提出

 1.2 隐喻的界定及研究方法

 1.2.1 研究范围

 1.2.2 研究方法

 1.2.3 研究基础

第二章 隐喻计算研究的理论及方法

 2.1 关于隐喻的认识

 2.1.1 隐喻作为一种修辞现象

 2.1.2 隐喻作为一种认知现象

 2.2 西方隐喻的计算理解研究

 2.2.1 规则推理模型的实现

 2.2.2 以统计为手段的隐喻分析模型

 2.2.3 隐喻知识库的建造

 2.3 汉语隐喻的计算理解研究

 2.4 隐喻计算研究的启示

 2.5 本章小结

第三章 汉语名词短语隐喻结构研究

 3.1 汉语名词隐喻的层级分布

3.1.1 构词层级

3.1.2 词汇层级

3.1.3 短语层级

3.1.4 句子层级

3.1.5 篇章层级

 3.2 中文信息处理中隐喻研究的定位

 3.3 名词短语隐喻结构研究

3.3.1 n+n隐喻的构成特点

3.3.2 n+n隐喻的句法约束

3.3.3 n+n隐喻的语义类考察

3.3.4 隐喻表达的其他制约因素

 3.4 名词短语隐喻所隐含的思维模式

 3.5 本章小结

第四章 汉语名词隐喻知识的形式化

 4.1 汉语名词隐喻知识库属性字段的设定

 4.2 汉语名词隐喻词表的建造

 4.3 汉语名词隐喻的概念映射

 4.4 隐喻概念映射分库的建造

 4.5 本章小结

第五章 基于机器学习方法+规则辅助的汉语名词隐喻识别

 5.1 训练语料的获取

 5.2 基于实例方法的隐喻识别

 5.3 基于最大熵（Maximum Entropy）方法的隐喻识别

 5.4 基于朴素贝叶斯（Naive Bayes）方法的隐喻识别

 5.5 特征提取

5.5.1 简单特征的选取

5.5.2 辅助特征的选择

 5.6 辅助特征对实验结果的影响及难点分析

5.6.1 最大熵模型辅助特征的选取实验

5.6.2 文学语料开放测试

5.6.3 隐喻交叉实验测试

5.6.4 难点分析

 5.7 本章小结

第六章 n+n模式的隐喻识别

 6.1 基于最大熵的n+n模式实验

 6.2 基于CCD词典隐喻推理的设计原理

6.2.1 CCD词典的消歧策略

6.2.2 CCD词典的相似度算法

 6.3 基于隐喻知识库的识别实验

 6.4 本章小结

第七章 结语

 7.1 本项研究的总结

 7.2 本项研究的成果和意义

 7.3 进一步研究计划

参考文献

附录1 汉语名词隐喻标注语料样例

附录2 汉语名词隐喻知识库样例

附录3 汉语名词隐喻知识库概念映射分库样例

后记