漢語是一種意合語言，其詞義絕大多數(shù)來源于內部語素義的組配，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)相關資源和漢語詞的語素義提取和描述方法結合，詳細描述漢語詞的內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的語素義集合在一定的組配機制作用下進行內部成分再替換的過程。這一過程涉及語義提取、語義解構、語素替換和組配規(guī)則生成四個過程。其中高質量的語義提取是前提，多維度的解構是所有工作的基礎。作者通過海量數(shù)據(jù)的挖掘和篩選針對性構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)。項目通過構詞結構、語素義、物性角色等語義知識，以“語素概念”為基礎，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)及人工智能技術來處理語言的問題。這一技術對自動文摘、機器寫作和機器翻譯有著重要影響。