現(xiàn)代漢語(yǔ)語(yǔ)法信息詞典的開發(fā)與應(yīng)用(存儲(chǔ)版)
【正文】 很有信心地從3個(gè)候選字中選擇“師”。例如，對(duì)于主賓語(yǔ)位置上的謂詞(動(dòng)詞、形容詞等)有可能被標(biāo)為謂詞，也有可能被標(biāo)為名詞?？傮w組的多位專家（如袁琦、董振東、黃昌寧等）及各合作單位都給過北大計(jì)算語(yǔ)言學(xué)研究所多種形式的支持與鼓勵(lì)。本課題組決心持之以恒，繼續(xù)推進(jìn)這項(xiàng)研究。利用純粹的統(tǒng)計(jì)方法進(jìn)行詞類標(biāo)注，也需要有人先對(duì)一部分語(yǔ)料進(jìn)行手工標(biāo)注（即對(duì)系統(tǒng)進(jìn)行訓(xùn)練）。但如果在上下文“三個(gè)師的士兵”中，“師”的前后都是筆劃較少、較易辨認(rèn)的字，并且已經(jīng)唯一地確定下來了，則只有“師”這個(gè)名詞可以與個(gè)體量詞“個(gè)”相適配。與“琵琶”相適配的只有個(gè)體量詞“把”，而“枇杷”卻是可以與度量詞“斤”相適配的。第二階段是分化同音字或同音詞，表現(xiàn)在書面上則是將拼音序列轉(zhuǎn)換為漢字序列。這是因?yàn)闈h語(yǔ)中的形容詞，只有一部分可以直接修飾名詞，相當(dāng)多的一部分需要加助詞“的”才能修飾名詞。 句子生成一般地說，在自然語(yǔ)言處理系統(tǒng)中，漢語(yǔ)的句子生成相對(duì)說來要簡(jiǎn)單些，這是因?yàn)闈h語(yǔ)的詞沒有復(fù)雜的形態(tài)變化，詞序又比較靈活。要進(jìn)行這種句法分析，必須要知道每個(gè)詞的詞性(即該詞所屬的詞類， part of speech)。從應(yīng)用中得到的反饋意見既使課題組得到鼓舞，也使課題組清醒地認(rèn)識(shí)到，要使這項(xiàng)成果早日問世，發(fā)揮作用，尚有很多艱苦的工作要做。在依賴專家知識(shí)的同時(shí)，我們也重視語(yǔ)料庫(kù)的建設(shè)。語(yǔ)法詞典的收詞原則、各個(gè)詞的義項(xiàng)的選取原則以及語(yǔ)法屬性的確定都是面向通用的現(xiàn)代漢語(yǔ)的。第五類描述動(dòng)詞在句中的功能，即該動(dòng)詞在句法結(jié)構(gòu)中能否單獨(dú)作主語(yǔ)、謂語(yǔ)、賓語(yǔ)、狀語(yǔ)和補(bǔ)語(yǔ)，其中能否單獨(dú)作謂語(yǔ)是一項(xiàng)很重要的屬性。如對(duì)于名詞，就詳細(xì)描述每個(gè)名詞可以搭配的各類量詞。a上去q冒險(xiǎn)保管2擔(dān)保準(zhǔn)會(huì)C付帳會(huì)B2可能助n會(huì)B1理解各類詞庫(kù)24個(gè)（嘆詞、象聲詞、非語(yǔ)素字現(xiàn)未另建庫(kù))。每一個(gè)庫(kù)文件都刻劃了詞語(yǔ)及其屬性的二維關(guān)系。語(yǔ)法詞典的詞類體系是在朱德熙先生的語(yǔ)法理論指導(dǎo)下，依據(jù)詞的語(yǔ)法功能建立的，現(xiàn)代漢語(yǔ)詞語(yǔ)可劃分為以下18個(gè)基本詞類：名 詞(n) 如：書、水、教授、國(guó)家、心胸、北京時(shí)間詞(t) 如：明天、元旦、唐朝、現(xiàn)在、春天處所詞(s) 如：空中、低處、郊外、隔壁方位詞(f) 如：上、下、前、后、東、西、南、北、里面、外頭、中間數(shù)詞(m) 如：一、第一、千、零、許多、分之量 詞(q) 如：個(gè)、群、公斤、杯、片、種、些區(qū)別詞(b) 如：男、女、公共、微型、初級(jí)代 詞(r) 如：你、我們、這、那么、哪兒、誰(shuí) 動(dòng) 詞(v) 如：走、休息、同意、能夠、出去、是、調(diào)查形容詞(a) 如：好、紅、大、溫柔、美麗、突然狀態(tài)詞(z) 如：雪白、金黃、淚汪汪、滿滿當(dāng)當(dāng)、灰不溜秋副詞(d) 如：不、很、都、剛剛、難道、忽然介 詞(p) 如：把、被、對(duì)于、關(guān)于、以、按照連 詞(c) 如：和、與、或、雖然、但是、否則助 詞(u) 如：了、著、過、的、所、似的語(yǔ)氣詞(y) 如：?jiǎn)?、呢、吧、嘛、啦、唄擬聲詞(o) 如：?jiǎn)?、啪、叮呤?dāng)啷、嘩啦嘆 詞(e) 如：唉、喔、哎喲、嗯、啊括號(hào)中的英文字母是各個(gè)詞類的代碼。最近，負(fù)責(zé)句法規(guī)則的研究者告知，語(yǔ)法詞典對(duì)句法分析提供的語(yǔ)法知識(shí)是有價(jià)值的，也是相當(dāng)充分的。1990年，“現(xiàn)代漢語(yǔ)詞語(yǔ)語(yǔ)法信息庫(kù)”取得了階段性成果，通過技術(shù)鑒定。1. 現(xiàn)代漢語(yǔ)語(yǔ)法信息詞典的開發(fā)歷程 十年前，中文輸入技術(shù)的主流還是漢字編碼，以詞為單位進(jìn)行輸入也只是漢字輸入的陪襯?，F(xiàn)代漢語(yǔ)語(yǔ)法信息詞典的開發(fā)與應(yīng)用* 本項(xiàng)研究得到中國(guó)八五攻關(guān)項(xiàng)目與國(guó)家自然科學(xué)基金的支持Keywods: contemporary Chinese, grammatical knowledge base, machine dictionary, natural language processing 從此，北大計(jì)算語(yǔ)言學(xué)研究所與中文系的研究者們?cè)谥斓挛跸壬穆暑I(lǐng)下開始了聯(lián)合攻關(guān)，并結(jié)成了穩(wěn)定的合作關(guān)系。 按照應(yīng)用開發(fā)平臺(tái)工程總體組的布署，北大已將語(yǔ)法詞典的部分內(nèi)容提交給其他子專題開發(fā)組使用。因?yàn)檎Z(yǔ)法詞典既要描述每類詞都有的共同的語(yǔ)法屬性，又要分別描述各類詞特有的語(yǔ)法屬性，只有這樣，語(yǔ)法信息才會(huì)充分、完備，而又不致過于冗余。 語(yǔ)法詞典的結(jié)構(gòu)與形態(tài)語(yǔ)法詞典采用成熟的關(guān)系數(shù)據(jù)庫(kù)技術(shù)，結(jié)合使用分類與屬性描述兩種方法，對(duì)5萬(wàn)詞語(yǔ)建立了分級(jí)的語(yǔ)法屬性庫(kù)?？値?kù)1個(gè)。詞語(yǔ)同形義項(xiàng)助動(dòng)外內(nèi)體謂準(zhǔn)雙賓著了過重疊VVO離合單作謂語(yǔ)單作補(bǔ)語(yǔ)兼類交給VVO離可可可可能夠可可離可可因此語(yǔ)法詞典更依靠屬性描述來刻劃每一個(gè)詞語(yǔ)的語(yǔ)法信息。第四類反映該動(dòng)詞同一些虛詞的
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1