中文信息处理的词法问题以句本位语法图解树库构建为背景.ppt_第1页
中文信息处理的词法问题以句本位语法图解树库构建为背景.ppt_第2页
中文信息处理的词法问题以句本位语法图解树库构建为背景.ppt_第3页
中文信息处理的词法问题以句本位语法图解树库构建为背景.ppt_第4页
中文信息处理的词法问题以句本位语法图解树库构建为背景.ppt_第5页
已阅读5页,还剩11页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、中文信息处理的词法问题以句本位语法图解树库构建为背景,彭炜明(北京大学计算语言学研究所) 宋继华(北京师范大学信息科学与技术学院,汉语树库建设现状,汉语树库的目前两分天下的格局: 短语结构树 依存结构树 树库构建的困难: 一致性难以保证 层次分析琐碎、标注效率低下 复句单句词组词语素、非语素字、前接成分、后接成分,句本位语法图解树库,句本位”:汉语语法分析当以句法为主,词法服从于句法。 分词单位:能按句法分析则分析,否则整体为一个造句单位,内部结构属于词法分析范围。 词类标注:“依句辨品,离句无品,标注示例,勤劳的铁路工人正准备修建天桥的材料,句法分析的边界,6大成分,7类结构,12种基本句式

2、,5类虚词,图解树库的启示,词法分析有别于句法分析,有必要划清界限。 有利于树库构建 有利于句法分析 中文信息处理现行框架下: 词法分析(分词+词性标注)句法、语义分析 词法分析没有很好地完成为后续句法分析提供有效造句材料的任务。 以“句本位”的眼光看,中文信息处理根本就没有“词法分析”,词法分析的边界,图解树库将所谓“临时造词”纳入词法分析的范围之内。 参考北大语料库加工规范(简称北大规范)按照重叠、附加、复合三类构词方式分别梳理,重叠,AA”重叠形:走走/v,好好/d,人人/n,个个/q,常常/d; “AAB”重叠形:洗洗澡/v,试试看/v; “ABB”重叠形:孤单单/z,一个个/mq “

3、AABB”重叠形:比比划划/v,高高兴兴/z,山山水水/n,许许多多/m,大大小小/z,确确实实/d; “A里AB”形:糊里糊涂/z; “A不AB”形:相不相信/v,漂不漂亮/z, “AB不AB”:相信/v 不/df 相信/v; “ABAB”重叠形:研究/v 研究/v,高兴/a 高兴/a,很多/m 很多/m,雪白/z 雪白/z,一个/mq 一个/mq,哗啦/o 哗啦/o; “V一V”形:谈/v 一/m 谈/v; “V了V”形:想/v 了/ul 想/v; “V了一V”形:读/v 了/ul 一/m 读/v,附加,前缀+X: 小王/nr,大杨/nr,老二/n,超音速/b,超声波/n,无公害/v,无条

4、件/d,过饱和/z,非金属/n,非/h 国家/n 工作/vn 人员/n; X+后缀: 花儿/n,人们/n,艺术家/n,办事员/n,毕业生/n,参谋长/n,革命性/n,磁盘机/n,标准化/v,研究者/n,语言学界/n,朋友/n 们/k,探索者/n,不/df 顾/v 劝告/v 而/c 执意/vd 闹事/v 者/k; 前缀+X+后缀: 非党员/n,无政府主义者/n,超薄型/b,复合,邢福义小句中枢说 之“小句包容律”:短语相比复合词多两个常备结构因素: A、构件组合灵活,B、音节较多。 短语-AB=复合词 短语-A=定型短语(如:世界/n 大学生/n 运动会/nnt) 短语-B=近似短语词(如:吃饭

5、、走路、讲话、唱歌,依句辨品,首先澄清对“依句辨品”的一个认识误区,即认为“作主语、宾语的是名词,作述语的是动词,作名词附加语的是形容词,作动词、形容词附加语的是副词。,图解标注的启示,名、代主、宾 动、形谓语 动、形(包括动形短语)充当主、宾语 名、代(包括名词性短语)充当谓语,绝大多数,基本规律,指称化,顶起,名词谓语句,顶起,现行词类系统的问题,全句动词序列: 围绕/V 扶贫/V 搞/V 开发/V, 搞/V 好/A 开发/V 促/V 扶贫/V 区别词(按定义只能修饰名词)修饰动词: 大型/B 展览/V,远程/B 发射/V 不同词性的词形成并列结构: 付出 了 劳动/V 与 汗水/N,温锁林从词性标注看小句的中枢地位J汉语学报,2004,(01),非句法功能类,前接成分/h、后接成分/k、语素/g、非语素字/x、成语/i、简略语/j等等,若进入句法分析系统,将造成句法系统的极大混乱,差”,依句辨品:名词,结论,从句本位图解树库构建实践出发,我们主张: 第一,正视词法分析在汉语自动分析中的独立性地位,重新界定词法分析的具体内容,将许多具有高内聚性的组合关系从句法分析中离析出来,作为临

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论