中文摘要 隨著信息社會(huì)對(duì)信息自動(dòng)化處理要求的不斷提高，越來(lái)越需要計(jì)算機(jī)能對(duì)自然語(yǔ)言進(jìn)行深層分析，比如文本校對(duì)、機(jī)器翻譯、自動(dòng)文摘等等，這就要求我們?yōu)橛?jì)算機(jī)提供盡可能多的語(yǔ)言知識(shí)尤其是語(yǔ)法知識(shí)，使其能夠進(jìn)行正確的分析進(jìn)而做到真正的“理解”。現(xiàn)有的漢語(yǔ)語(yǔ)法體系，可以說(shuō)已經(jīng)研究得比較深入了，但其主要是面向人的，面對(duì)計(jì)算機(jī)這個(gè)新的交際伙伴，其研究成果還是顯得有些粗糙。因此，要真正實(shí)現(xiàn)信息自動(dòng)化處理，必須加大漢語(yǔ)語(yǔ)法研究的力度，加細(xì)語(yǔ)法刻畫(huà)的顆粒度，構(gòu)建真正適合計(jì)算機(jī)處理自然語(yǔ)言需要的漢語(yǔ)詞類(lèi)體系。本書(shū)正是在這樣的服務(wù)宗旨下展開(kāi)研究的。 本書(shū)研究主要從如下三個(gè)方面展開(kāi)： 1．以語(yǔ)料庫(kù)為信息源，采用統(tǒng)計(jì)并輔以內(nèi)省的方法，詳細(xì)考察了名詞、動(dòng)詞、形容詞和副詞中高頻的3514個(gè)詞的語(yǔ)法功能，構(gòu)建了語(yǔ)法功能信息庫(kù)，并以信息庫(kù)中統(tǒng)計(jì)的數(shù)據(jù)為依據(jù)，徹底貫徹“按照詞的語(yǔ)法功能劃分詞類(lèi)的標(biāo)準(zhǔn)”，依據(jù)“句法功能完全相同即為一類(lèi)”的原則，對(duì)3514個(gè)常用詞進(jìn)行了分類(lèi)，*終分出676類(lèi)，其中，一詞一類(lèi)的有364類(lèi)，兩詞一類(lèi)的有107類(lèi)，兩詞以上同類(lèi)的有205類(lèi)，對(duì)于一詞一類(lèi)和兩詞一類(lèi)的，我們放到詞典里描述，剩下的205類(lèi)就是新實(shí)詞詞類(lèi)體系所包含的類(lèi)別。 2．從句法功能復(fù)雜度和分類(lèi)結(jié)果兩個(gè)方面對(duì)現(xiàn)有的詞類(lèi)體系和我們構(gòu)建的詞類(lèi)體系進(jìn)行了對(duì)比研究。研究結(jié)果表明，只有lO．1％的詞在兩種體系中的句法功能復(fù)雜度是相同的，而有84．1％的詞在舊體系中的句法功能復(fù)雜度是高于新體系的。這說(shuō)明現(xiàn)有的詞類(lèi)體系夸大了漢語(yǔ)中詞的多功能現(xiàn)象，歸屬同一類(lèi)別的詞，不管是有1項(xiàng)功能還是具有10項(xiàng)功能都給以相同的標(biāo)記顯然有失偏頗，不能客觀地反映漢語(yǔ)的實(shí)際情況。另外，從分類(lèi)結(jié)果看，新體系中存在一個(gè)詞類(lèi)包含舊體系中多個(gè)詞類(lèi)的情況，這說(shuō)明舊體系通過(guò)找“特點(diǎn)”來(lái)為詞歸類(lèi)的做法不可取，必須在詳細(xì)考察的基礎(chǔ)上才能做到“詞有定類(lèi)”。 3．從清華大學(xué)100萬(wàn)字的漢語(yǔ)句法樹(shù)庫(kù)中提取了l 1206個(gè)v+v序列和10081個(gè)v+n序列進(jìn)行了考察。前一種序列匹配后只有一種句法關(guān)系的有2679種組合模式共10296個(gè)實(shí)例，正確率分別為82．9％和91．9％。后一種序列匹配后只有一種句法關(guān)系的有1462種組合模式共7189個(gè)實(shí)例，正確率分別為70．7％和71．3％。其他有兩種以上句法關(guān)系的模板，盡管不能確定具體實(shí)例中究竟是哪種關(guān)系，但相對(duì)于舊體系來(lái)說(shuō)，其歧義的數(shù)量大大減少了。統(tǒng)計(jì)結(jié)果表明，新體系在外顯式歧義結(jié)構(gòu)的消解和基本名詞短語(yǔ)的識(shí)別方面都起到了很好的作用。 關(guān)鍵詞：句法功能；詞類(lèi)體系；句法分析；歧義消解
|
