《中文信息学报》投稿模版

Size: px

Start display at page:

Download "《中文信息学报》投稿模版"

吞空
7 years ago
Views:

1 基于规则的把字句语义角色标注何保荣, 邱立坤, 徐德宽 ( 鲁东大学文学院, 山东烟台 ) 摘要 : 把字句是现代汉语中一种重要的特殊句式, 本文尝试用基于知识库的规则方法对把字句进行语义角色自动标注首先, 我们从人民日报语义角色标注语料库中收集把字句例句, 形成一个覆盖范围较广的把字句例句库之后, 对例句库中把字句的句法和语义构成规律进行手工标注, 标注内容包括谓语动词的配价类型把字句谓语结构类型把字句句模类型等在上述标注的基础上, 对把字句的句模构成规律进行分析, 总结出若干条语义角色标注规则最后, 在测试数据上对前述规则进行验证, 语义角色标注的最终正确率为 98.61%, 这一结果说明本文所提出的规则在把字句语义角色标注上是有效的关键词 : 把字句 ; 语义角色标注 ; 句模中图分类号 :TP391 文献标识码 :A Rule-based Semantic Role Labeling of Ba-sentences HE Baorong, QIU Likun, XU Dekuan (School of Chinese Language and Literature, Ludong University, Yantai, Shandong , China) Abstract: Ba-sentence is one of the most important Chinese special sentence patterns. This paper proposed a rule-based method to address the task of automatic semantic role labeling, especially focusing on ba-sentences. Firstly, we collected a set of ba-sentences from our annotated semantic corpus, including texts from People s Daily, and thus formed a sample gallery of ba-sentences. Then, we tagged the valence type of each predicate, the syntactic structure type and semantic structure type of each ba-sentence manually. Based on this annotated corpus, we analyzed the rules of semantic formation, and summed up several rules of semantic role labeling. Finally, we evaluated these rules in a test set. The overall precision is 98.61%, which shows that the proposed method is effective in labeling the semantic roles of ba-sentences. Key words: ba-sentence; semantic role labeling; semantic sentence pattern 1 引言语义角色标注是一种浅层语义标注, 其主要内容是识别谓词的论元, 并为每个论元标注一个语义角色 [1] 现有研究一般将语义角色标注视为分类问题或者序列标注问题, 使用最大熵模型 [2] [3] 条件随机场模型等予以实现在训练数据较为充足的情况下, 已取得较高精度但现有自动标注方法主要使用句法信息和词汇信息, 较少考虑谓词的格框架以及语义角色与句式 ( 句子的句法结构类型 ) 之间的配合关系语言学中与语义角色标注相关的研究包括句模研究和格语法等所谓句模, 一般定义为句子的语义结构类型 [4] [5], 一个句模由若干个语义角色组成比如鲁川等归纳出存在句模领属句模特征句模等 26 大类基本句模和 122 小类特殊句模, 其中存在句模包括两个语义角色处所和当事将句模与特定类别的动词联系起来, 就可以形成动词的格框架句模和格框架都将句子的语义结构作为整体来看待, 但是现有的句模研究也较少与句式结合起来, 即没有把语义与句法两个层面联系起来针对上述问题, 本文尝试将谓词格框架和句式结合起来, 并以现代汉语的把字句为例来收稿日期 : 定稿日期 : 基金项目 : 国家社科基金重大项目 (12&ZD227); 国家自然科学基金项目 ( , ); 鲁东大学人文社会科学研究项目 (WY ) 作者简介 : 何保荣 (1990 ), 女, 硕士研究生, 主要研究方向为中文信息处理 ; 邱立坤 (1979 ), 通讯作者, 男, 博士, 副教授, 主要研究方向为计算语言学 ; 徐德宽 (1968 ), 男, 博士, 教授, 主要研究方向为计算语言学

2 研究特定句式中的语义角色自动标注问题本文工作包括以下三个方面 :(1) 以基于人民日报新闻的语义角色标注语料库为主, 构建覆盖范围较广的把字句例句库, 并对例句库中把字句的句法和语义构成进行人工标注, 标注内容包括谓语动词的配价类型谓语结构类型句模类型等 ;(2) 基于人工标注的开发集, 总结出若干条语义角色标注规则 ;(3) 使用前述规则对人工标注的测试集进行标注, 以验证标注规则的有效性本文实验结果表明, 在格框架词典的帮助下, 基于少量规则可以较好地对绝大部分把字句进行语义角色自动标注 2 相关研究就语义角色标注的语料资源而言, 目前较为知名的语义角色标注主要集中在英语和汉语语料上 FramNet [6] 和 PropBank [7] 是其中的佼佼者近年来, 汉语语义角色标注也逐渐发展起来 Chinese PropBank [8] 是根据 English PropBank 的标注方法, 对汉语进行的语义角色标注 ;Chinese FramNet [9] 则是山西大学根据框架语义学理论构建起来的中文语义标注语料库 [10] 范晓胡裕树在三个平面语法理论的基础上, 进一步强调从句法语义和语用三个层面来研究句子的结构, 并首次提出了句子的基本语义结构类型句模句模由动核结构生成, 是动核结构在生成句子时与句型结合的语义配置模式 [11] [12] 徐昌火认为句模研究的 [13] 起点应是各种客观存在的基本联系, 形式化配价研究是句模研究的最终目的 ; 孙道功等在语料标注的基础上构建了现代汉语单句句型句模对应关系, 并总结出了句型和句模并非 [14] 一一对应等几个对应特点 ; 亢世勇等在大规模标注语料库的基础上构建了现代汉语句系系统, 从句型的角度考察了句型句模的对应关系并统计出了句模的频度和分布状况 ; 郑丽 [15] 娟邵艳秋基于语义依存图库对兼语句句型和句模的对应关系进行了研究, 归纳出了兼语句两个事件之间的四种语义关系以上研究, 有些对句模研究的意义目的和方法等进行了叙述和分析, 但过于概括, 没有关注具体句式的句模 ; 有些虽关注了句式句模的对应关系, 但并未考虑复杂谓语结构的句模, 句模与动词句式的对应规律也未作出实质的总结因此, 句模研究还有待进一步的深入和细化把字句历来是学界研究的热点以往对于把字句的研究主要集中于其句法结构内部深层语义联系生成条件及原因和与其他句式的变换及变换条件的限制等方面, 而对于把字句句模的研究则鲜有涉及范晓动词的配价与汉语的把字句 [16] 分析了把字句的谓语中心词和谓语次要动词, 归纳出了一价二价和三价动词所形成的 21 种把字句句模, 最后, 归纳出了 10 种把字句句式并分析了句式与动词动核结构的关系, 但范文并未考虑句模与具体动词和句式的联系, 难以确定一个动词与某种句模之间的具体对应关系 3 研究基础 3.1 语义角色标注语料库本文借鉴融合三元空间的中文语言知识与世界知识获取和组织 973 项目提出的语义角色标注体系 [17], 该体系共有 27 个语义角色标签 ( 表 1) 其中, 核心语义角色 ( 主论元 ) 标签共 10 个 ; 外围语义角色 ( 辅论元 ) 标签共 17 个, 包括工具材料方式范围事量原因目的起点终点路径方向处所起始结束时点时段比事基于上述语义角色标注体系, 我们对 2000 年 1 月份人民日报语料进行了标注, 总计个句子, 形成了中文语义语料库 (Chinese Semantic Corpus, 以下简称为 CSC) 图 1 是对这份伪声明把周末的气氛烘托得格外紧张这个句子进行语义角色标注的可视化结果该句的谓语动词和得字短语各构成一个命题谓语动词烘托的格框架为当事系事, 紧张为一价形容词, 这份伪声明充当烘托的当事, 周末的气氛则分别充当烘托的系事和紧张的当事

3 3.2 格框架词典图 1 语义角色标注示例本文语义角色标注依据 HowNet [18] 中的格框架词典进行该词典将动词分成了 785 种语义类, 每个语义类均有相应的格框架, 语料库中绝大多数动词按照不同义项可映射到 HowNet 中的动词语义类 HowNet 格框架词典中所包含的语义角色种类较多, 达到 50 余个, 而 973 标注体系中不到 30 个因此, 在使用格框架词典时, 我们首先要建立从 HowNet 语义角色到 973 语义角色的映射, 从而将 HowNet 的格框架词典改造为基于本文语义角色体系的格框架词典进一步, 我们参照音系学中用于归纳音位的对立互补原则 [19][20], 对核心语义角色进行归并, 以形成粗粒度的语义角色体系 ( 在第 5 节总结语义角色标注规则时必须使用粗粒度语义角色 ) 所谓对立互补原则指的是 :(1) 一个格框架中, 每个粗粒度语义角色只能出现一次 ;(2) 如果两个核心语义角色在同一个格框架中共现, 则它们是对立的, 不能归并 ;(3) 如果两个核心语义角色在所有动词的格框架中均不共现, 则它们是互补的, 可归并为同一个粗粒度语义角色基于上述原则, 我们将 10 个核心语义角色归并为 4 个粗粒度语义角色, 其对应关系如表 1 所示表 1 核心语义角色标签施事 (agent) 主事同事 (co-agent) 1 核心角色 ( 主论元 ) 客事与事当事 (experiencer) 受事 (patient) 系事 (relative) 内容 (content) 结果 (result) 与事 (dative) 对象 (target) 3.3 例句库领事接事 (indirect experiencer) 2 本文的例句库的来源是 CSC 中的把字句, 总计 2079 句 CSC 中的例句被分成两个部分, 前 1000 句为开发集, 用于总结句模的构成规则 ; 后 1079 句为测试集, 用于评价句模构成规则的有效性 4 句法和语义信息标注句模是对句子语义关系的描写, 语义关系又受制于句法的制约因此, 研究把字句句模的生成规则, 必须了解把字句谓语动词的配价句法结构类型等句法信息本文对 CSC 语料库中 1000 个例句 ( 开发集 ) 的谓词配价类型谓语结构类型及句模构成类型进行人工标 1 共同实施的缩略, 谓词表达的事件有多人共同参与时, 第一个参与者标为实施, 其余为同事 2 间接当事的缩略, 语义角色接近领事, 与当事之间有整体 - 部分实体 - 属性的关系

4 注并对标注结果进行了归纳和总结 4.1 谓词配价类型判断一个动词的价位, 应以动词的必有论元为判定标准, 一个动词有几个必有论元则该动词就为几价动词, 其他非必有论元不参与动词价位的计算表 2 把字句谓词配价类型谓词配价类型例词一般动词 : 跑玩哭荒哑站醉气一价动词形容词 : 苦忙美高兴累急离合词 : 翻番录音过称一般动词 : 驱散安排搜集还原说记交压搞找做摸兜背围炸包关写浇洒糊编捏种上插扔锯放停丢奉献镌刻贯穿引推捆控制限定洒吃下抖争取送打冲提高嫁接安排叠改造理解涂商量批办实现维护二价动词发展结合连接分开对立组成转向体现挂聚集改转转听洗恨投印 * 化减少提高等同延伸抄三价动词轻动词 : 作加以经过给予进行离合词 : 出手过称代词 : 怎么样一般动词 : 注入纳入变成作为看成列为称为叫做比作给予告诉归还传教归功来自例句库中的例词显示, 出现在把字句中的谓语中心语包括表示行为动作的动词轻动词离合词形容词和代词其中, 二价动词居多, 一价动词和三价动词较少这些动词主要为他动词 ( 吃做等 ), 但也存在少量自动词 ( 哑哭等 ) 4.2 谓语结构类型句模是句子的语义结构表达同一语义可用不同的句式表达, 同一句式也可表达不同的语义研究把字句句模类型及生成规则必须分析句模和句式之间的对应关系把字句谓语结构较为复杂, 根据谓语内部结构的不同, 可将把字句分为不同的句法结构类型基于前人的研究 [16], 本文将把字句谓语结构类型归为 10 类, 并按照句法结构由简到繁的顺序排列如下 : (1) 光杆动词式把字句 ( 谓语为光杆动词 :V/r) 晨风把江心的薄雾吹散 (2) 动体式把字句 ( 谓语动词 + 了 / 着 / 过 :V+ 了 / 着 / 过 ) 他把书卖了 (3) 介动式把字句 ( 介宾短语 + 谓语动词 :p+n+v) 别把纸往地上扔 (4) 动量式把字句 ( 谓语动词 + 动量词 :V+m) 我把他批评了一顿 (5) 动宾式把字句 ( 谓语动词 + 宾语 :V+n;V+v/a+n) 他把衣服交给妈妈 (6) 动介式把字句 ( 谓语动词 + 介宾短语 :V+p+n) 他把车停在门前 (7) 动趋式把字句 ( 谓语动词 + 趋向动词 :V+v) 他把盒子藏了起来 (8) 动程式把字句 ( 谓语动词 + 程度补语 :V+v/a) 你要把课本读透 (9) 动得式把字句 ( 谓语动词 + 得字组合短语 :V+ 得 ) 妈妈把碗洗得干干净净 (10) 动结式把字句 ( 谓语动词 + 结果补语 :V+a/v) 他把小刘打死了需要说明的是, 许多句法结构类型都带有时体助词, 因此, 在判断一个把字句的谓语结构类型时, 可按照从第 (10) 类到第 (1) 类由后到前的顺序判断比如, 若一个把字句包含趋向补语, 则判断为动趋式, 即使带了 / 着 / 过也不会判断为动体式以上把字句为简单谓语结构, 除此之外, 还存在某些复合谓语结构的把字句, 这些把字句的谓语结构由多种句法结构类型复合而成, 比如 : 介动式 + 动趋式 ( 我们要把理论与实际结合起来 ) 介动式 + 动程式 ( 我们要把理论学习同实际应用结合好 ) 等 4.3 句模构成类型把字句句模的生成与谓语动词和句式有着密切的联系谓词的配价决定了句模的主要语

5 义角色, 句式则影响着句模是否添加边缘语义角色动词进入把字句后, 有的配价保持不变, 但有些动词由于句法结构的变化或者语义表达的制约会添加边缘语义角色 [21] 关于把字句的语法意义, 邵敬敏赵春利将把字句分为处置把字句和致使把 [22] 字句两类 ; 范晓认为把字句的语义有处置义和致使义两种, 表致使义的把字句可以转换为使字句语言事实表明, 虽然大多数把字句表示处置义, 但现实中仍存在很多把字句并非表示处置意义 ( 这件事把他急病了 ), 应当加以区别下文将分别对处置义把字句和致使义把字句不同句法结构及句模的对应关系进行描写并对句模的形成进行详细的分析处置义把字句大多数把字句表示处置义所谓处置是指谓语中的动词所表示的动作对把字引出的受事施加影响, 使它产生某种结果, 发生某种变化, 或处于某种状态 [23] 下文分别对 10 种把字句句式中动词的配价及句模进行描写和分析 (1) 光杆动词式 : 施事 + 把 + 受事 / 内容 + 动把字句的谓语一般为复杂结构, 但在某些具有一定语境的句子中, 谓语可以为光杆动词, 但这些光杆动词一般是二价的双音节复合动词 3, 比如消除记住疑问代词怎么样以及表示变性态的动词 * 化也可作为光杆动词出现在把字句中这些动词在进入把字句后配价保持不变动词重叠作把字句的谓语, 也可以看作光杆动词式把字句的一类, 比如你把衣服洗洗离合词重叠前边的动语素后也可以进入把字句, 如把梨过过称动词重叠式把字句的谓语中心语的配价也不发生变化, 句模与光杆动词式相同 (2) 动体式 : 施事 + 把 + 受事 / 系事 / 内容 + 动谓语动词后带时体助词了 / 着 / 过, 表示动作行为的进行状态这种把字句中的谓语动词配价不发生变化如他们把小刘打了, 打始终是二价动词, 语义角色为施事和受事离合词必须以离析形式进入把字句, 有些离合词中间插入了时体助词, 其配价也未产生变化, 如他把酱油出了手 (3) 动量式 : 施事 / 当事 + 把 + 受事 / 系事 / 内容 / 对象 / 终点 + 动谓语动词后接表示动量的数量短语, 数量短语不是谓语动词的论元, 谓语动词的配价不变比如他把小李批评了一顿, 批评的主要语义角色有施事对象, 进入动量式把字句后配价不变很多动词都可以进入动量式把字句, 把的介引宾语所代表的语义角色较为复杂, 但主语表示的语义角色不外乎施事当事两种 (4) 动趋式 : 施事 + 把 + 受事 / 系事 / 内容 + 动趋向动词作补语时, 意义较为虚化, 不构成一个命题, 谓语中心语的意义就是整个谓语结构的意义比如你把钱交出来, 实际意思就是你交钱 (5) 动程式 : 当事 + 把 + 对象 / 受事 / 终点 / 内容 + 动动程式把字句中的补语表示动作行为的程度, 整个谓语结构构成一个命题如我把他恨死了, 死是恨的程度, 并非死亡之意, 恨进入动程式把字句后配价不变, 仍是二价动词, 配价为当事对象 (6) 动结式 A. 谓语核心为一价动词 : 施事 + 动 1; 把 + 施事 + 动 2 B. 谓语核心为二价动词 : 施事 + 把 + 受事 / 工具 + 动 1; 把 + 施事 / 当事 + 动 2 动结式把字句中的谓语核心动词和补语动词一般为单音节动词, 都表示实在意义, 可单独构成命题, 两个命题之间有致使关系该类把字句中的谓语动词一般为一价或二价动词, 补语动词一般是一价的单音节动词, 进入把字句后其配价不发生变化比如他把时间都玩 3 单音节动词在戏曲中偶有出现, 比如夫妻双双把家还, 这里不作讨论

6 没了, 玩的配价为施事 ( 他 ), 进入动结式把字句后, 玩和没各构成一个命题 : 他玩时间没了, 两个命题之间存在致使关系, 由于他玩而导致时间没了再如他把牙齿吃坏了即他用牙齿吃 ; 牙齿坏了, 他和牙齿分别是吃的实施和工具, 牙齿又是坏的当事 (7) 动得式 A. 施事 + 把 + 受事 / 内容 / 对象 + 动 1; 把 + 当事 + 动 2/ 形 +( 系事 ) 动得式把字句中, 补语一般为动词性词或短语, 表示事物由于动作行为而呈现出来的情态, 谓语动词和补语分别构成一个命, 两个命题之间是致使关系如他把部队搞得像一个大家庭, 搞和像分别构成两个命题 : 他搞部队部队像一个大家庭, 搞导致了像这一结果 B. 施事 + 把 + 内容 + 动有些动得式把字句的补语仅表示谓语动词的程度, 不能单独构成一个命题, 因此其句模是单动核结构, 为简单句模, 如我们要把农业和农村工作做得更好 (8) 动宾式动宾式把字句可分为两类 : 一类是谓语动词 + 宾语, 另一类是谓语动词 + 补语动词 + 宾语 A. 谓语动词 + 宾语 1) 施事 + 把 + 受事 / 系事 / 内容 + 动 + 结果 / 对象 / 终点 / 范围 / 工具有些三价复合动词本身带有位移变化, 如注入送到, 或本身表示事物由变化为, 如变成提高, 或者是分为作为叫做告诉等本身包含结果对象这样的论元这些动词在进入动宾式把字句后配价保持不变比如医生把药注入脑补, 注入的核心语义角色为施事受事起点终点, 宾语所代表的论元的语义角色为终点二价动词只有两个核心论元, 为了引入结果工具终点等边缘论元而在谓语动词后添加宾语成分如敌人把墙炸了个洞, 中的炸的核心论元为施事受事, 但为了引入动作的结果而添加了宾语洞, 表示炸的结果, 即敌人把墙炸出了个洞他把窗户糊了纸, 即他用纸糊了窗户, 宾语纸引入工具轻动词意义虚化, 后面一般要有表示实在意义的动词作宾语轻动词作谓语中心语的把字句中, 轻动词不构成命题, 作宾语的实义动词构成一个命题, 这类把字句的句模只考虑宾语动词的配价即可如他把工作重心作了安排即他安排了工作重心, 安排的配价为施事受事 2) 施事 + 把 + 工具 / 材料 / 处所 / 终点 + 动 + 受事 / 系事有些动宾式把字句的受事等核心语义角色由宾语充当, 工具材料等边缘语义角色由把的介引宾语引入如他把柳条编了框, 编为二价动词, 核心语义角色为施事结果, 把的介引宾语引入了材料 ( 柳条 ) 这一边缘语义角色 B. 谓语动词 + 补语动词 + 宾语 : 施事 + 把 + 受事 / 系事 / 同事 + 动 1; 把 + 当事 / 施事 + 动 2+ 系事 / 终点此类把字句的谓语由谓语中心语和补语构成, 补语一般为成为到上等单音节动词, 宾语与补语有语义联系, 作补语动词的系事终点等谓语核心动词和补语动词各构成一个命题, 两个命题之间有致使关系如我们要把犯人改造成新人, 改造的核心语义角色为施事 ( 我们 ) 受事 ( 罪犯 ), 补语成的核心语义角色为当事 ( 罪犯 ) 系事 ( 新人 ), 犯人由于被改造而成新人 (9) 动介式 : 施事 + 把 + 受事 + 动 + 处所 / 终点 / 范围 / 原因 / 结果一些二价动词为了句子表意的完整性需要增加论元角色, 因此句法上相应地要添加某些

7 成分, 除了添加宾语或状语之外, 谓语动词后加介宾短语引入动作行为的处所终点范围等也是一种重要的方式如他把孩子放在奶奶家, 放的配价为施事受事, 但由于放后面添加了介宾短语在奶奶家, 放随之增加了边缘语义角色处所 (10) 介动式 : 施事 + 把 + 受事 / 内容 + 终点 / 同事 + 动谓语动词前添加介宾短语作状语, 引入动作行为的终点方向等, 谓语动词的配价发生了变化, 增加了一个语义角色如他把手表往桌子上一扔, 扔为二价动词, 核心语义角色为施事 ( 他 ) 受事 ( 手表 ), 由于添加了状语成分 ( 往桌子上 ), 因此增加了表示终点的边缘语义角色一些结合类的二价动词, 如结合分开对立等, 前面带有状语成分, 与把的介引宾语为并列关系, 共同作谓语动词的受事比如我们不能把环境保护与经济发展相对立, 环境保护和经济发展共同作对立的受事致使义把字句使动把字句的特点是 : 把后名词表示使事, 句中的把可以换成使 [4] 致使义把字句变换为使字句之后, 处置义隐退, 致使义凸显, 把后宾语兼作使的宾语和谓语的主语 (1) 动体式 : 把 + 施事 / 当事 + 动表示致使义的动体式把字句的谓语核心动词一般是一价动词, 且大多是单音节动词, 比如跑荒哑有些离合词可以以离析形式进入把字句, 比如翻番你们要小心, 别把个犯人跑了, 即你们要小心, 别使犯人跑了, 跑仍为一价动词, 配价为施事 ( 犯人 ) 此类把字句谓语动词的配价不变 (2) 动量式 : 把 + 当事 + 形谓语动词后添加表示动量的数量短语构成动量式把字句, 数量短语不是谓语动词的论元, 不参与句模的构成如这件事把他忙一阵子意思是这件事使他忙一阵子, 忙的配价为当事 ( 他 ) (3) 动程式 : 把 + 当事 + 动动程式把字句的谓语动词后的补语表示动作行为的程度, 不能构成一个命题谓语动词一般是一价动词, 进入把字句后配价不变比如这可把我美死了可变换为这可使我美死了, 美的语义角色为当事 ( 我 ), 仍是一价形容词 (4) 动结式 A. 把 + 当事 + 动 1; 把 + 当事 + 动 2 动结式致使义把字句中的谓语动词和补语动词共享同一个论元, 谓语动词构成的命题对补语动作行为产生致使作用比如这点酒就把他醉倒了意思是这点酒就使他醉倒了, 醉和倒共享论元他 ( 当事 ), 他醉导致了他倒的产生 B. 受事 + 把 + 施事 + 动 1; 把 + 当事 + 动 2 上述动结式把字句的主语为名词性短语, 谓语动词为一价动词, 但有的动结式把字句的主语为动词性短语, 谓语动词为二价动词如吃螃蟹把孩子吃吐了, 谓语动词吃有两个论元孩子 ( 施事 ) 和螃蟹 ( 受事 ), 补语动词只有一个论元孩子 ( 当事 ) (5) 动得式 : 把 + 当事 + 形 ; 把 + 当事 + 动动得式把字句谓语动词和补语各构成一个命题, 两个命题之间存在致使关系如中药汤把他苦得只想呕吐, 苦的配价为当事 ( 他 ), 补语动词想的配价为当事 ( 他 ) 他, 因为他感到苦, 所以他想呕吐 (6) 动宾式 : 把 + 施事 + 动 + 受事 / 内容 / 结果与处置义把字句不同, 致使义动宾式把字句中的谓语动词为二价动词, 进入把字句后配价不变比如他把我党在太岳区的机关都挂上了八路军的牌子, 即他使我党在太岳区

8 的机关挂上了八路军的牌子, 挂为二价动词, 语义角色为施事 ( 机关 ) 受事 ( 受事 ), 进入把字句后配价未发生变化此外, 谓语动词 + 补语 + 宾语也是动宾式把字句的一种, 谓语动词和补语动词的论元有整体 - 部分的关系, 谓语动词和补语动词各构成一个命题, 两个命题之间有致使关系比如繁重的劳作把他累弯了腰, 腰是他的领属物, 他累导致腰弯 (7) 动介式 : 把 + 施事 + 动 + 内容 / 处所致使义动介式把字句中的谓语动词一般为一价动词, 添加了介宾短语后, 谓语动词增加了边缘语义角色比如他把双脚站在现实的大地上, 站为一价动词, 核心语义角色为施事, 添加介宾短语在现实的大地上后增加了处所这一边缘语义角色句模类型分布在对 CSC 中的 1000 个把字句 ( 开发集 ) 进行语义角色人工标注和统计之后, 所得把字句句模的分布情况如下 : 图 2 把字句句模数量分布图 ( 开发集 ) 由图 2 可知, 把字句句模类型复杂多样, 其分布呈现出不平衡的状态 :(1) 处置义把字句句模在 9 种句式中都有出现, 数量为 919 句, 占总句模数量的 91.9% 致使义句模数量很少, 只出现在动介式动宾式之中, 共 8 句 ;(2) 处置义句模内部数量分布差别也较大处置义句模主要以动宾式动介式和动趋式居多, 其数量分别为 474 句 211 句和 92 句, 占总句模数量的 77.7% 其次是动程式和介动式句模较多, 分别为 40 句 30 句, 但比重仅为总数的 7% 动体式数量最少, 只出现了 5 句 ;(3) 除简单句式之外, 还存在两种句式合用的把字句, 如 : 介动式 + 动趋式动宾式 + 连谓式等其中, 介动式 + 动趋式和动宾式 + 连谓式的数量较多, 分别为 24 句 23 句其他类型数量则很少, 共 26 句 5 语义角色标注规则根据前文粗粒度语义角色的划分, 本文对把字句谓语动词与句式句模的对应规则进行了总结 ( 表 3) 本文语义角色标注是在句法标注基础之上进行的, 把字句句法结构可归纳为 : 词宾语 ] [ 主语 ]+ <把后宾语> +[ 介词宾语 ]+ <谓语动词> +[ 补语 ( 谓词性 )]+[ 谓语宾语 ]+[ 介实际句子中, 这些句法成分不必全部共现, 其中, 把后宾语和谓语动词是必有的, 其他均为可选成分 ( 中括号内的成分 ) 动词配价一价动词句式表 3 把字句句法成分语义角色对应表动核结构主语把宾 ( 谓语动词 ) 动宾介宾把宾 ( 补语动词 ) 动体式单主事客事 1 动结式双主事主事 1 例句数量

9 二价动词三价动词光杆动体式动量式动趋式动程式动得式动宾 ( 轻动词 ) 式单主事客事 199 介动式 ( 组合类 ) 动介式主事客事辅论元 211 介动式主事客事辅论元 11 动结式动得式主事客事客事主事 30 双动宾 (V+v/a+n) 式主事客事客事主事 184 动宾式 (V+n) 单主事客事辅论元 / 与事 / 结果表 3 中, 动结式动宾式 (V+v/a+n) 和部分动得式为双动核结构, 其他为单动核结构综上, 我们将把字句句法成分与语义角色之间的对应规则归纳如下 : 规则 1: 主语对应主事 ; 规则 2: 若把字句谓语结构为单动核结构, 把后宾语作谓语动词的客事 ; 若为双动核结构, 把后宾语兼作谓语动词的客事和补语动词的主事 ; 规则 3: 若谓语动词为一价或二价动词, 则谓语动词后的宾语对应客事 ; 若谓语动词为三价动词, 则谓语动词后的宾语对应辅论元 / 与事 / 结果 ; 规则 4: 介词后的宾语对应辅论元 ; 之后, 将表 1 粗粒度语义角色映射到 Hownet 中给出的谓语动词的格框架中, 得出把字句的句模这里我们以他把大树砍倒了作为样例, 说明上述规则的使用流程 :(1) 该句句法结构为 : 主语 + 把宾 +P+CMP, 谓语结构类型为动结式 ; 根据规则 1, 主语 - 主事 ;(2) 该句谓语结构为双动核结构, 根据规则 2, 把宾 - 客事 ( 谓语动词 ); 把宾 - 主事 ( 补语动词 );(3) 根据规则 4,Hownet 给出的谓语动词砍的格框架 ( 施事受事工具 ) 倒的格框架 ( 当事处所 ) 以及粗细粒度语义角色的映射关系, 可判定该句句模为 : 施事 + 把 + 受事 + 动 1; 把 + 当事 + 动 2 6 实验实验数据本文所使用的方法是基于规则的方法, 没有训练集, 仅使用一个开发集和一个测试集通过人工分析, 从开发集中总结出若干条规则测试集则用于评价规则的正确率本文使用的开发集共包括 1000 条例句, 测试集则包括 1079 条例句在训练和测试时, 仅考察与把字句相关的语义角色的自动标注情况如果一个句子中存在多个小句, 我们只考察含有介词把的小句, 对其它小句不予考虑在评价时, 正确率和召回率的值是一样的, 因此下面仅报告正确率实验结果及分析在 1079 个把字句中, 除去 15 个句法结构较为复杂的句子 ( 介动介动量 + 介动介 + 连谓等 ) 和 1 个动宾式致使义把字句之外, 其他 1064 个把字句均能通过上述规则的测试, 正确率约为 98.61%, 可见上述规则在把字句语义角色标注方面是可靠的在对 1079 个把字句语义角色进行人工标注之后, 得出把字句句模数量分布情况 ( 图 3) 279

10 图 3 把字句句模数量分布图 ( 测试集 ) 对比图 2 可知, 测试集中的把字句句模分布情况与开发集大致保持一致 1064 个把字句共覆盖了 10 种句法结构类型, 比开发集多出了动量式, 但数量很少, 仅有 4 句动宾式处置动介式处置和动趋式处置把字句句模数量仍占前三位, 数量分别使 522 句 173 句和 93 句, 共占总数的 74.06% 其次是动程式处置动得式处置介动式处置光杆动词式处置动结式处置和动体式处置把字句, 数量分布从 93 到 4 之间, 差别较大, 共占总数的 16.73% 复合句法结构的把字句数量最多的仍是介动式 + 动趋式和动宾式 + 连谓, 占总数的 6.3%, 其他复合式句法结构把字句种类较多, 但数量较少, 总共有 30 句, 仅占总数的 2.82% 7 结语本文以基于知识库的规则方法初步解决了把字句语义角色自动标注问题描写和分析了把字句的配价结构类型谓语结构类型句模构成类型及句模的分布情况, 总结了把字句句模的标注规则, 这些规则在把字句语义角色标注上的正确率为 98.61%, 这一结果表明本文所提出的方法在把字句语义角色标注上是有效的本文所总结的标注规则可以在以下几个方面发挥作用 : 一在人工标注语义角色语料库时, 使用这些规则进行自动标注, 规则覆盖不了的少数现象交由人工判断, 从而发挥规则方法正确率高的优点, 以降低人工标注的工作量 ; 二利用这些规则自动检查出纯人工标注过程中的错误, 从而提高语义角色标注的准确率 ; 三为语言学对把字句的研究以及自动语义角色标注研究提供借鉴本文工作是一个大型语义语料库标注工程的一个组成部分, 由于时间和篇幅的限制, 本文仅涉及把字句的语义角色标注在后续工作中, 我们将进一步讨论现代汉语其它句式的语义构成规律, 总结相应的标注规则, 以提高语义角色标注工程的效率和质量, 更好地为中文语义理解服务参考文献 : [1] Gildea D, Jurafsky D. Automatic labeling of semantic roles [J]. Computational linguistics, (3): [2] Xue N, Palmer M. Calibrating features for semantic role labeling [C]//Proceedings of the 2004 Conference on Empirical Methods in Natural Language Processing, 2004: [3] Cohn T, Blunsom P. Semantic role labelling with tree conditional random fields [C]//Proceedings of the Ninth Conference on Computational Natural Language Learning, 2005: [4] 范晓. 三个平面的语法观 [M]. 北京 : 北京语言学院出版社,1996: [5] 鲁川, 缑瑞隆, 董丽萍. 现代汉语基本句模 [J]. 世界汉语教学,2000(4): [6] Baker C F, Fillmore C J, Lowe J B. The Berkeley Framenet project [C]//Proceedings of the 17th international conference on Computational linguistics, 1998:

11 [7] Kingsbury P, Palmer M. From treebank to propbank [C]//Proceedings of the International Conference on Language Resources & Evaluation, 2002: [8] Xue N. Labeling Chinese predicates with semantic roles [J]. Computational Linguistics, 2008, 34(2): [9] 刘开瑛. 汉语框架语义网构建及其应用技术研究 [J]. 中文信息学报,2011,25(6): [10] 范晓, 胡裕树. 试论语法研究的三个层面 [J]. 新疆师范大学学报,1985(2):7-15. [11] 范晓, 朱晓亚. 论句模研究的方法 [J]. 徐州师范大学学报,1999,25(4): [12] 徐昌火. 试论句模研究的对象起点和基本原则 [J]. 南京师范大学学报,1999(4): [13] 孙道功, 亢世勇, 孙茂松. 面向语言处理的单句句型句模对应关系研究基于标注语料库的定量考察 [J]. 计算机工程与应用,2006,42(33): [14] 亢世勇, 许小星. 现代汉语句系系统的构建和研究 [J]. 中文信息学报,2010,24(1): [15] 郑丽娟, 邵艳秋. 基于语义依存图库的兼语句句模研究 [J]. 中文信息学报,2015, 29(6): [16] 范晓. 动词的配价与汉语的把字句 [J]. 中国语文,2001(4): [17] 詹卫东, 惠志方, 常宝宝, 等. 现代汉语谓词语义角色标注语料库规范 ( 讨论稿 )( 内部资料 ). [18] Dong Z, Dong Q. Hownet and the computation of meaning [M]. World Scientific Publishing Company. 2006: [19] Wells J C. Accents of English [M]. Cambridge,1982: [20] Likun Q, Yue Z, Meishan Z. Dependency Tree Representations of Predicate-Argument Structures[C]//In Proceedings of AAAI-16, 2016: [21] 邵敬敏, 赵春利. 致使把字句和省隐被字句及其语用解释 [J]. 汉语学习,2005(4): [22] 范晓. 论致使结构语法研究和探索 ( 十 )[M]. 北京 : 商务印书馆,2000: [23] 黄伯荣, 廖旭东. 现代汉语 ( 增订四版 )[M]. 北京 : 高等教育出版社,2007: 作者联系方式 : 何保荣 (1990 ) 女, 硕士研究生, 主要研究方向为中文信息处理, 地址 : 山东省烟台市芝罘区红旗中路 186 号鲁东大学文学院,264025, ,hebaorong123@sina.com 邱立坤 (1979 ) 通讯作者, 男, 博士, 副教授, 主要研究方向为计算语言学, 地址 : 山东省烟台市芝罘区红旗中路 186 号鲁东大学文学院,264025, , qiulikun@pku.edu.cn

12 徐德宽 (1968 ), 男, 博士, 教授, 主要研究方向为计算语言学, 地址 : 山东省烟台市芝罘区红旗中路 186 号鲁东大学文学院,264025, ,xudekuan@tom.com

+$ 6" 空格前是动词 " 因此应该选择一个副词 1$4! 空格前是两个形容词因此所填的单词应是一个相关的名词 $: 空格前是定冠词后面是名词因此应该填一个形容词根据句意可知是正确的选项 5$ 从空格前后的单词可以判断应填一个名词考虑到前后的搭配应该选择 0$ 空格前是不定冠词因此

+$ 6 空格前是动词因此应该选择一个副词 1$4! 空格前是两个形容词因此所填的单词应是一个相关的名词 $: 空格前是定冠词后面是名词因此应该填一个形容词根据句意可知是正确的选项 5$ 从空格前后的单词可以判断应填一个名词考虑到前后的搭配应该选择 0$ 空格前是不定冠词因此选词填空练习参考答案和解析 /$3 分析句子结构空格处应填动词谓语 " 明显是一个定语从句且时态是现在式因此空格处应填的动词应是动词现在式再从语义上分析只有反映合适 *$ 空格前是一个形容词后面是介词因此只能填名词而且应该是单数 $ 空格前是形容词因此应填名词或代词仔细分析句子可以判断 "! 在句中作动词从词义搭配上来看只有合适.$8 &"! 空格前是介词 #" 而后面则一个逗号