現(xiàn)代漢語語法信息詞典的開發(fā)與應(yīng)用(編輯修改稿)
2024-08-31 18:03 本頁面
【文章內(nèi)容簡介】 n會B1理解體可可會B2可能助謂可會C付帳體可加強體準(zhǔn)了進(jìn)行準(zhǔn)了能夠助謂可保管1保存體著了過ABAB可保管2擔(dān)保謂幫幫助體雙著了過VV可q冒險內(nèi)過VVO離a上去內(nèi)了過離可可對動詞的某些屬性（如體詞賓語、謂詞賓語的類型）還要進(jìn)一步刻劃，則分別建立有關(guān)的分庫。這樣，整個信息庫形成了層次構(gòu)造的體系。總庫與各類詞庫，代詞與下屬的2個分庫，動詞與下屬的6個分庫都可以進(jìn)行連結(jié)(JOIN)，連接條件可以用詞語、詞類、同形這些字段來表達(dá)。這樣，這32個庫文件構(gòu)成有上下位繼承關(guān)系的“樹”，子結(jié)點繼承父結(jié)點的全部信息，或者說，將父結(jié)點與子結(jié)點連結(jié)起來就可以得到詞語的更全面的信息。 詞語的屬性描寫分類法刻劃事物雖然簡潔、清晰、信息密度大，但屬于同一類的事物仍可能各具特點，例如“魚”和“牛”同屬個體名詞，因為“魚”有專用個體量詞“尾”，“?！庇袑Ｓ脗€體量詞“頭”。但是，“魚”通常還可以與度量詞“斤，克”搭配，“?！本筒恍?。因此語法詞典更依靠屬性描述來刻劃每一個詞語的語法信息。如對于名詞，就詳細(xì)描述每個名詞可以搭配的各類量詞。語法詞典對每一類詞的語法屬性進(jìn)行了相當(dāng)充分的發(fā)掘。例如，對于作為研究重點的動詞共確定了46項屬性。這些屬性大致可歸納為7類。第一類是關(guān)于動詞本身特性的，如該動詞是不是系詞、助動詞、趨向動詞。第二類是關(guān)于動詞變化形態(tài)的，如有沒有VV、ABAB、AABB、V一V、V了V等形態(tài)。第三類描述該動詞有無名詞特性，如能否直接修飾名詞，能否直接受名詞修飾、能否作動詞“有”的賓語等。第四類反映該動詞同一些虛詞的關(guān)系，如它前面能不能受“不，沒，很”修飾，后面能不能帶“著，了，過”。第五類描述動詞在句中的功能，即該動詞在句法結(jié)構(gòu)中能否單獨作主語、謂語、賓語、狀語和補語，其中能否單獨作謂語是一項很重要的屬性。第六類刻劃動詞與后繼成分的關(guān)系，即該動詞能否后接表示結(jié)果的補語，能否后接趨向動詞，能否后接時量成分，能否后接動量成分，能否帶賓語。如果能帶賓語，則進(jìn)一步細(xì)分能帶什么樣的賓語:體詞，謂詞，雙賓等。第七類包含其它零散的屬性，如該動詞的主語是否必須是“復(fù)數(shù)”。3. 現(xiàn)代漢語語法信息詞典的設(shè)計思想 通用與專用相結(jié)合，以通用為主在自然語言處理系統(tǒng)中，通常都有一部包括詞法、句法、語義信息的機器詞典，但由于這類詞典是服務(wù)于特定目的與特定系統(tǒng)的，為了把它從一個系統(tǒng)移植到另一個系統(tǒng)時需要花費很大力氣，人們往往寧愿另起爐灶。本語法詞典作為中文信息處理技術(shù)應(yīng)用開發(fā)平臺的一個組成部分，是獨立于特定的處理系統(tǒng)的，甚至也不依賴于某個具體的計算語言學(xué)理論與算法，它反映的是現(xiàn)代漢語詞語的語法功能的基本事實。各個具體的應(yīng)用系統(tǒng)可能不需要語法詞典所包含的全部知識，但都可以對它進(jìn)行裁剪或從中提取出所需要的知識。語法詞典的收詞原則、各個詞的義項的選取原則以及語法屬性的確定都是面向通用的現(xiàn)代漢語的。但是，當(dāng)將語法詞典應(yīng)用于具體系統(tǒng)時，也可以通過詞語的選取、屬性的增刪向各個具體系統(tǒng)傾斜，專用的色彩就會變濃。 專家知識與語料庫相結(jié)合，以專家知識為主現(xiàn)代漢語詞語分類體系的確立、若干詞類的子類的劃分、各類詞的共同語法屬性(總庫)與特殊屬性(分庫)的設(shè)置以及屬性值的確定主要依賴專家的知識。指導(dǎo)、主持與參與語法詞典開發(fā)的專家或者是造詣頗深的著名語言學(xué)家，或者是在開發(fā)具體的自然語言處理系統(tǒng)中積累了豐富感性知識的計算機專家，或者是基礎(chǔ)扎實文理結(jié)合的青年計算語言學(xué)工作者。語法詞典就是將這些專家的知識以形式化、規(guī)格化的方式存儲到計算機系統(tǒng)中。而且語法詞典的開發(fā)也為計算機科學(xué)與語言學(xué)的結(jié)合找到了一個合適的途徑。計算機系統(tǒng)可以較快地吸收語言學(xué)家的知識，語言學(xué)家也能比較容易地利用語法詞典開展語
物理相關(guān)推薦
鄂ICP備17016276號-1