Journal of Chinese Language and Computing, 15 (3): (173-183) 1 现 代 汉 语 动 名 语 串 结 构 关 系 判 定 邱 立 坤 北 京 城 市 学 院 人 工 智 能 研 究 所, 北 京,100083 提 要 : 本 文 从 大 规 模 标 注 语 料 库 中 获 取 实 例, 使 用 电 子 版 现 代 汉 语 语 法 词 典 和 现 代 汉 语 语 义 词 典, 探 讨 现 代 汉 语 动 名 语 串 结 构 关 系 判 定 的 问 题 本 文 考 察 了 分 别 引 入 动 词 名 词 次 范 畴, 语 法 词 典 中 的 动 词 直 接 修 饰 名 词 与 名 词 直 接 受 动 词 修 饰 两 种 属 性, 语 义 词 典 中 动 词 名 词 的 语 义 属 性, 来 对 动 名 语 串 结 构 关 系 进 行 判 定 的 效 果 关 键 词 : 动 名 语 串 结 构 关 系 自 动 分 析 现 代 汉 语 标 注 语 料 库 电 子 词 典 1 本 文 所 用 资 源 本 文 使 用 了 北 京 大 学 计 算 语 言 学 研 究 所 PFR 语 料 库 现 代 汉 语 语 法 信 息 词 典 电 子 版 局 部 现 代 汉 语 语 义 词 典 电 子 版 局 部 所 用 大 规 模 标 注 语 料 库 为 人 民 日 报 社 新 闻 信 息 中 心 北 京 大 学 计 算 语 言 学 研 究 所 富 士 通 研 究 开 发 中 心 有 限 公 司 三 方 于 2001 年 4 月 1 日 免 费 公 布 的 PFR 人 民 日 报 标 注 语 料 库 ( 版 本 1.0, 下 面 简 称 PFR 语 料 库 ) ( 文 本 内 容 为 1998 年 1 月 份 人 民 日 2 报 ), 计 有 110 余 万 词 该 语 料 库 在 标 注 过 程 中 所 采 用 的 标 记 集 中 作 出 了 名 动 词 (Vn) 与 动 词 (v) 的 区 分 本 文 所 用 的 现 代 汉 语 语 义 词 典 是 中 科 院 计 算 所 与 北 京 大 学 计 算 语 言 研 究 所 联 合 开 发 的 一 个 汉 英 机 器 翻 译 系 统 中 的 一 个 重 要 组 成 部 分 该 词 典 已 对 4 万 余 条 汉 语 常 用 实 词 的 语 义 分 类 及 语 义 搭 逐 一 作 了 描 述 本 文 在 分 析 过 程 中 主 要 使 用 了 该 词 典 关 于 动 词 主 体 语 义 类 客 体 语 义 类, 名 词 语 义 类 的 描 述 信 息 其 中, 动 词 库 词 条 10788 项, 名 词 库 词 条 27828 项 本 文 所 用 的 现 代 汉 语 语 法 信 息 词 典 为 北 京 大 学 于 1999 年 7 月 扩 充 后 的 版 本, 词 典 收 词 已 达 7.3 万 余 条, 并 且 完 成 了 归 类 本 文 在 分 析 过 程 中 主 要 使 用 了 该 词 典 关 于 动 词 后 名 外 内 3 等 属 性, 名 词 前 动 属 性 的 描 述 信 息 1 本 文 使 用 了 北 京 大 学 计 算 语 言 学 研 究 所 提 供 的 大 规 模 标 注 语 料 库 语 法 信 息 词 典 和 语 义 词 典, 特 此 致 谢 2 请 参 见 规 范 与 手 册 附 表 3 外 内 属 性 用 于 描 述 动 词 是 否 及 物, 不 及 物 动 词 填 内, 及 物 动 词 不 填
174 邱 立 坤 2 识 别 动 名 语 串 结 构 关 系 的 价 值 及 相 关 研 究 2.1 标 注 语 料 库 对 动 词 直 接 修 饰 名 词 现 象 的 处 理 及 其 可 能 的 价 值 动 词 与 名 词 搭 配 形 成 的 动 名 语 串 可 能 为 述 宾 结 构 或 者 定 中 结 构, 其 中, 定 中 结 构 的 动 名 语 串 即 属 于 本 文 所 讲 的 动 词 直 接 修 饰 名 词 现 象, 在 本 文 中 两 者 指 同 一 概 念 根 据 北 大 计 算 语 言 学 研 究 所 的 词 类 标 记 集, 在 词 性 标 注 过 程 中, 需 要 将 名 动 词 与 一 般 动 词 区 分 开 在 经 过 软 件 自 动 切 分 与 标 注 之 后, 我 们 发 现 : 一 方 面, 对 于 名 动 词 与 动 词 的 区 分, 目 前 还 没 有 有 效 的 处 理 方 式, 从 而 使 得 这 两 个 类 的 判 别 成 为 人 工 校 对 过 程 中 的 主 要 工 作 之 一 ; 另 一 方 面, 则 使 我 们 想 到, 如 果 在 词 性 标 注 阶 段 能 够 多 解 决 一 些 问 题, 实 际 上 也 就 为 句 法 分 析 提 供 了 更 多 的 信 息 从 寻 找 谓 语 中 心 语 的 角 度 出 发, 做 出 名 动 词 与 一 般 动 词 的 区 分 实 际 上 也 就 是 在 进 行 排 除 某 些 动 词 成 为 谓 语 中 心 语 的 工 作, 而 这 显 然 是 属 于 句 法 分 析 层 面 的 问 题 从 句 法 分 析 的 角 度 出 发, 动 词 是 控 制 句 子 结 构 的 关 键 一 环, 找 出 了 谓 语 中 心 语, 就 等 于 完 成 了 句 法 分 析 工 作 的 一 半 从 这 个 意 义 上 说, 在 词 性 标 注 过 程 ( 而 不 是 句 法 分 析 过 程 ) 中, 做 出 关 于 动 词 与 名 动 词 的 区 分 似 乎 显 得 有 些 不 必 要, 因 为 句 法 分 析 的 前 提 就 应 当 是 词 性 标 注 倘 若 词 性 标 注 阶 段 尝 试 无 法 较 好 地 得 到 解 决 的 问 题, 而 句 法 分 析 阶 段 又 以 此 为 前 提 进 行, 那 么 势 必 造 成 两 个 阶 段 的 连 锁 不 良 反 应 但 是, 北 大 计 算 语 言 学 研 究 所 以 机 器 自 动 加 工 辅 以 人 工 校 对 的 方 式 所 建 立 的 大 规 模 标 注 语 料 库 为 我 们 提 供 了 大 规 模 的 动 词 直 接 修 饰 名 词 的 实 例, 这 使 得 我 们 可 以 设 想 4 通 过 在 语 料 库 中 寻 找 规 则, 来 实 现 在 词 性 标 注 阶 段 基 本 解 决 名 动 词 与 动 词 的 区 分 问 题 的 目 标, 从 而 为 句 法 分 析 阶 段 寻 找 谓 语 中 心 语 的 工 作 奠 定 基 础 这 也 正 是 标 注 语 料 库 的 用 途 与 价 值 所 在 2.2 本 文 所 面 临 的 问 题 及 将 予 以 讨 论 的 问 题 动 词 除 了 成 为 名 动 词 及 副 动 词 外, 仍 然 可 能 不 是 谓 语 中 心 语 事 实 上, 在 谓 语 中 心 语 的 判 定 过 程 中, 我 们 面 临 的 正 是 以 下 几 个 难 题 : (1) 动 词 在 何 时 成 为 名 动 词, 包 括 三 种 情 况 : 直 接 受 名 词 修 饰 与 直 接 修 饰 名 词 直 接 受 的 字 结 构 修 饰 成 为 体 词 性 短 语 的 中 心 语 在 形 式 动 词 或 其 它 准 谓 宾 动 词 及 有 之 后 (2) 以 谓 词 或 谓 词 结 构 的 身 份 成 为 的 字 结 构 的 中 心 语 (3) 以 谓 词 或 谓 词 结 构 的 身 份 出 现 在 介 词 结 构 中 4 笔 者 以 为 词 法 分 析 与 句 法 分 析 并 非 是 截 然 分 开 的, 词 法 分 析 做 得 细 一 些, 句 法 分 析 就 容 易 一 些 在 此 做 出 Vn 与 N 的 区 分, 实 际 上 就 是 在 进 行 句 法 分 析 的 工 作 因 为 一 旦 确 定 某 词 为 Vn, 则 Vn 与 其 后 的 名 词 或 者 名 词 词 组 一 定 会 是 定 中 关 系, 从 而 排 除 了 述 宾 关 系 的 可 能, 也 就 排 除 了 结 构 整 体 成 为 谓 语 中 心 语 的 可 能
现 代 汉 语 动 名 语 串 结 构 关 系 判 定 175 以 上 几 个 问 题 没 有 解 决, 而 仅 仅 依 靠 所 谓 的 完 句 成 分 5 及 其 它 一 些 语 法 标 记 来 判 定 谓 语 中 心 语, 自 然 不 可 能 得 到 理 想 的 效 果 本 文 因 篇 幅 与 时 间 所 限, 不 可 能 对 以 上 几 个 问 题 一 一 展 开, 只 是 打 算 对 (1) 中 的 一 个 部 分, 即 动 词 直 接 修 饰 名 词 ( 此 类 动 词 即 具 有 后 名 属 性 ) 的 现 象 进 行 考 察, 将 其 同 与 之 同 形 的 述 宾 关 系 的 动 名 语 串 区 分 开, 以 图 部 分 地 解 决 名 动 词 与 动 词 的 区 分 问 题 ( 同 时 也 就 可 以 确 定 某 些 动 词 不 是 谓 语 中 心 语 ) 6 2.3 相 关 研 究 : 应 用 动 词 次 范 畴 和 名 词 次 范 畴 的 组 合 ( 傅 承 德,1993) 讨 论 了 通 过 动 词 次 范 畴 与 名 词 次 范 畴 相 结 合, 并 辅 以 词 汇 驱 动 规 则 来 实 现 动 名 语 串 动 宾 与 定 中 两 种 句 法 结 构 的 自 动 识 别 的 问 题 它 通 过 划 分 次 范 畴 ( 动 词 分 为 及 物 动 词 与 不 及 物 动 词, 名 词 分 为 抽 象 名 词 与 非 抽 象 名 词, 单 音 节 名 词 双 音 节 名 词 ), 然 后 将 动 词 与 名 词 的 次 范 畴 综 合 起 来 考 虑, 找 出 在 搭 配 中 结 构 关 系 不 确 定 的 情 况, 并 采 取 词 汇 驱 动 规 则 来 解 决 由 于 该 文 仅 考 察 了 94 个 动 词 与 106 个 名 词, 所 以 只 能 算 是 一 项 实 验 性 的 研 究 ( 李 晋 霞,2002) 基 于 句 法 的 角 度, 提 出 了 面 向 计 算 机 的 动 名 语 串 结 构 关 系 识 别 策 略 大 致 如 下 :(1) 首 先 分 出 唯 定 中 动 词 和 唯 动 宾 动 词 ( 唯 定 中 动 词 是 只 能 作 定 语 而 不 能 带 宾 语 的 动 词, 唯 动 宾 动 词 则 是 不 能 作 定 语 只 能 带 宾 语 的 动 词 ),(2) 其 它 的 动 词 称 为 定 中 动 宾 两 可 动 词, 对 于 由 这 一 类 动 词 构 成 的 动 名 语 串, 主 要 通 过 给 出 高 频 名 词 表 ( 包 括 157 个 名 词 ) 的 方 式 解 决 结 构 关 系 识 别 的 问 题 中 文 信 息 处 理 学 界 在 识 别 名 词 短 语 时, 通 常 采 用 以 统 计 为 主 的 方 法 从 这 几 年 来 的 一 些 研 究 实 践 来 看, 自 动 处 理 效 果 并 不 是 很 理 想 主 要 的 研 究 工 作 包 括 : (1) 李 文 捷 等 人 利 用 边 界 分 布 信 息 构 造 概 率 模 型 而 进 行 的 MNP 自 动 识 别 实 验, 其 开 放 测 试 的 识 别 正 确 率 达 到 了 71.3%( 在 30 篇 新 闻 报 道 语 料 中 ) 7 (2)AngelS.T.Tse, 等 人 利 用 统 计 和 规 则 相 结 合 的 方 法, 构 造 了 的 字 名 词 短 语 自 动 分 析 器 实 验 结 果 为 : 识 别 正 确 率 为 75%, 召 回 率 为 90%( 在 15 篇 汉 语 文 本 中 ) 8 (3)( 周 强 孙 茂 松 黄 昌 宁,2000) 通 过 对 包 含 5573 个 汉 语 句 子 的 语 料 文 本 中 的 最 长 名 词 短 语 的 分 布 特 点 的 统 计 分 析, 提 出 了 两 种 有 效 的 汉 语 最 长 名 词 短 语 自 动 识 别 算 法 : 基 于 边 界 分 布 概 率 的 识 别 算 法 和 基 于 内 部 结 构 组 合 的 识 别 算 法 实 验 结 果 显 示, 后 者 的 识 别 正 确 率 和 召 回 率 分 别 达 到 了 85.4% 和 82.3% 3 动 名 语 串 结 构 关 系 的 判 定 5 见 杨 成 凯 广 义 谓 词 性 宾 语 的 类 型 研 究 6 引 入 次 范 畴 进 行 分 析 实 际 上 也 就 是 引 入 了 语 义 在 本 文 中, 后 面 所 讲 的 引 入 语 义 与 此 处 的 使 用 次 范 畴 相 比, 在 语 义 的 分 类 与 描 述 上 要 更 为 细 致 和 深 入 7 转 引 自 周 强 孙 茂 松 黄 昌 宁 (2000) 8 同 上
176 邱 立 坤 经 过 中 文 信 息 处 理 学 界 多 年 的 辛 勤 工 作, 基 础 知 识 库 的 建 设 已 经 取 得 了 巨 大 的 进 展, 北 大 的 现 代 汉 语 语 法 信 息 词 典 和 董 振 东 的 知 网 在 网 络 上 都 有 版 本 可 供 免 费 下 载 以 供 研 究 之 用 为 了 检 验 词 汇 主 义 路 线 的 有 效 性, 本 文 利 用 北 大 计 算 语 言 学 研 究 所 的 现 代 汉 语 语 法 信 息 词 典 和 现 代 汉 语 语 义 词 典 中 部 分 信 息 进 行 了 动 名 语 串 结 构 关 系 判 断 的 实 验 3.1 应 用 语 法 词 典 中 动 词 的 后 名 属 性 与 名 词 的 前 动 属 性 首 先, 我 们 利 用 现 代 汉 语 语 法 信 息 词 典 关 于 动 词 的 后 名 属 性 与 名 词 的 前 动 属 性 的 描 写 来 进 行 实 验 9 我 们 在 PFR 语 料 库 中 抽 取 了 10000 例 v+n 语 串, 去 掉 重 复 10 的 部 分 之 后 得 到 7339 例, 去 掉 动 词 为 单 音 节 的 实 例 后 得 到 5303 例 本 文 对 5303 例 语 串 分 析 的 结 果 如 表 一 ( 在 表 一 中, 我 们 根 据 语 串 的 动 词 部 分 与 名 词 部 分 是 否 具 有 相 应 属 性 对 其 进 行 归 类 ): 表 一 动 词 是 否 具 有 后 名 属 性 是 是 否 否 名 词 是 否 具 有 前 动 属 性 是 否 是 否 语 串 数 量 479 1105 935 2784 我 们 的 判 断 规 则 为 : 如 果 动 词 具 有 后 名 属 性, 同 时 名 词 具 有 前 动 属 性, 那 么 动 名 语 串 的 结 构 关 系 判 定 为 定 中 关 系 由 上 表 可 知, 由 具 有 后 名 属 性 的 动 词 与 具 有 前 动 属 性 的 名 词 组 成 非 定 中 结 构 动 名 语 串 的 实 例 共 有 479 条 11, 根 据 判 定 规 则, 这 479 例 判 断 错 误 : 应 为 定 中 关 系, 而 事 实 上 却 是 述 宾 关 系 ; 其 余 判 断 正 确 因 此, 判 断 正 确 率 为 (7739-479)/7339=93.5% 动 词 的 后 名 属 性 和 名 词 的 前 动 属 性 本 来 是 用 于 描 述 动 词 直 接 修 饰 名 词 这 一 现 象 的, 也 就 是 说 是 专 门 针 对 定 中 式 动 名 短 语 的, 照 说 如 果 用 定 中 式 动 名 短 语 来 做 实 验, 正 确 率 应 该 很 高 所 以, 我 们 重 点 选 取 了 述 宾 式 动 名 短 语 来 实 验, 正 确 率 竟 相 当 之 高 假 设 采 用 同 样 的 步 骤 分 析 定 中 结 构 动 名 语 串 的 正 确 率 为 100%, 则 上 述 结 果 是 非 常 有 9 我 们 假 定 词 典 的 描 述 全 部 正 确, 然 后 再 利 用 词 典 所 描 述 的 信 息 进 行 判 定 当 然, 这 种 假 设 是 出 于 处 理 的 需 要 而 作 出 的, 事 实 上 词 典 的 描 述 是 需 要 不 断 改 进 的, 尤 其 是 在 面 对 大 量 真 实 语 料 的 时 候, 词 典 收 词 的 覆 盖 面 不 可 能 达 到 100%, 属 性 描 述 也 不 可 能 尽 善 尽 美 所 以, 语 料 库 的 建 立 发 展 与 词 典 的 建 立 完 善 是 一 个 互 动 的 过 程 10 在 7339 例 语 串 中, 名 词 为 单 音 节 的 数 量 为 零 ; 而 动 词 为 单 音 节 的 动 名 语 串 基 本 没 有 构 成 定 中 结 构 的 例 子, 所 以 将 其 去 掉 不 会 影 响 我 们 对 定 中 结 构 动 名 语 串 数 量 的 统 计 11 与 此 数 据 相 对 应, 由 符 合 此 条 件 的 单 音 节 动 词 与 双 音 节 的 名 词 组 成 的 语 串 数 量 为 290
现 代 汉 语 动 名 语 串 结 构 关 系 判 定 177 效 的, 可 惜 的 是, 用 定 中 式 动 名 短 语 来 做 实 验 时, 正 确 率 竟 不 到 60% 之 所 以 如 此, 一 方 面 是 因 为 词 库 整 体 规 模 不 够 大, 碰 到 了 许 多 生 词 ( 也 可 以 说 是 新 闻 语 料 中 有 很 多 的 生 造 词 简 缩 词 ), 另 一 方 面 是 因 为 在 语 法 词 典 的 制 作 过 程 中, 这 两 条 信 息 的 限 制 很 严, 对 于 真 实 语 料 中 的 定 中 式 动 名 语 串 认 识 不 够, 单 凭 人 的 记 忆 与 经 验 自 然 不 可 能 将 所 有 的 语 言 现 象 都 列 举 出 来 3.2 应 用 语 义 词 典 中 描 述 的 动 词 与 名 词 之 间 的 语 义 选 择 限 制 信 息 国 内 外 对 汉 语 语 义 分 类 体 系 的 研 究 已 有 了 一 些 成 果, 如 : 梅 家 驹 同 义 词 词 林, 林 杏 光 简 明 汉 语 义 类 词 典, 陈 群 秀 张 普 信 息 处 理 用 现 代 汉 语 分 类 体 系, 王 惠 詹 卫 东 刘 群 现 代 汉 语 语 义 词 典 12 的 概 要 及 设 计 本 文 将 采 用 王 惠 等 所 设 计 的 现 代 汉 语 语 义 词 典 的 语 义 分 类 体 系 13 现 代 汉 语 语 义 词 典 对 常 用 实 词 的 语 义 分 类 及 语 义 搭 配 信 息 作 了 描 述,1998 年 已 经 完 成 4 万 余 词 的 语 义 描 述 该 词 典 从 工 程 实 用 的 目 的 出 发, 选 择 配 价 理 论 作 为 语 义 分 析 的 理 论 框 架, 主 要 对 主 体 客 体 邻 体 等 三 种 配 项 成 分 进 行 语 义 限 制 其 中, 主 体 指 动 作 行 为 的 发 出 者 或 性 状 的 承 当 者, 客 体 指 动 作 行 为 所 涉 及 的 直 接 对 象 或 性 状 的 关 涉 对 象 本 文 试 图 引 入 该 词 典 所 描 述 的 语 义 信 息 来 判 定 v+n 结 构 是 否 为 定 中 关 系 在 此, 我 们 着 重 分 析 傅 承 德 (1993) 中 提 出 的 无 法 解 决 的 实 例 根 据 邢 福 义 (1994), 汉 语 动 宾 关 系 的 复 杂 情 况 主 要 发 生 在 单 音 动 词 和 宾 语 之 间, 双 音 动 词 和 名 词 之 间, 一 般 都 是 动 词 带 直 接 对 象 宾 语 或 间 接 对 象 宾 语 ( 目 标 宾 语 ) 工 具 处 所 模 式 类 宾 语 很 少 接 在 双 音 节 动 词 后 面 我 们 主 要 考 察 双 音 节 动 词 直 接 修 饰 名 词 的 现 象, 所 以, 在 判 定 过 程 中, 我 们 假 定 述 宾 结 构 的 宾 语 的 语 义 类 应 当 与 述 语 动 词 的 客 体 语 义 类 相 一 致, 否 则 即 应 当 为 定 中 结 构 至 于 其 中 的 交 叉 部 分, 我 们 将 另 文 考 虑 词 语 语 义 描 写 格 式 为 : V( 主 体 语 义 类,[ 客 体 语 义 类 客 体 语 义 类 ]) 14, N( 语 义 类 ) 如 果 前 面 已 经 对 某 词 的 语 义 信 息 进 行 过 描 述, 则 后 面 的 从 略 判 定 原 则 ( 分 析 成 功 或 者 分 析 失 败 均 相 对 于 原 结 构 关 系 而 言, 即 推 导 出 的 结 构 关 系 与 实 际 结 构 关 系 相 符 即 为 分 析 成 功 ): 如 果 V 的 客 体 语 义 类 与 N 的 语 义 类 相 容 (N 的 语 义 类 与 V 的 客 体 语 义 类 相 同 或 者 为 其 子 类 ), 且 自 动 判 定 为 述 宾 结 构, 则 结 果 正 确 ; 12 该 词 典 在 1998 年 已 经 完 成 对 4 万 余 条 常 用 实 词 的 语 义 分 类 及 搭 配 信 息 的 逐 一 描 述 该 文 主 张 将 语 义 分 析 作 为 一 种 辅 助 方 法, 协 助 解 决 句 法 分 析 所 无 法 解 决 的 歧 义 问 题 13 参 见 王 惠 等 (1998) 14 [] 内 的 内 容 为 可 选 内 容, 相 当 于 或 者
178 邱 立 坤 如 果 V 的 客 体 语 义 类 与 N 的 语 义 类 不 相 容, 且 自 动 判 定 为 定 中 结 构, 则 结 果 正 确 ; 15 如 果 V 的 客 体 语 义 类 为 空, 且 自 动 判 定 为 定 中 结 构, 则 结 果 正 确 ; 其 它, 结 果 错 误 16 3.2.1 实 例 分 析 A 类 动 词 分 析 (1) 印 刷 ( 人 类, 作 品 ) 工 厂 ( 集 体 )=> 定 中 关 系, 正 确 (2) 流 行 ( 人 为 事 物 / 抽 象 事 物 ) 服 装 ( 服 饰 )=> 定 中 关 系, 正 确 (3) 教 育 ( 人 类, 人 类 ) 经 费 ( 人 为 事 物 )=> 定 中 关 系, 正 确 (4) 建 筑 ( 人 类, 建 筑 物 ) 材 料 ( 抽 象 事 物 )=> 定 中 关 系, 正 确 (5) 装 订 ( 人 类, 作 品 ) 车 间 ( 具 体 空 间 / 集 体 )=> 定 中 关 系, 正 确 (6) 包 装 ( 人 类, 具 体 事 物 ) 机 器 ( 用 具 )=> 定 中 或 述 宾 关 系,? (7) 印 刷 传 单 ( 作 品 )=> 述 宾 关 系, 正 确 (8) 流 行 肺 病 ( 生 理 ) 疾 病 ( 生 理 )=> 述 宾 关 系, 正 确 (9) 教 育 孩 子 ( 亲 属 和 关 系 )=> 述 宾 关 系, 正 确 (10) 建 房 房 屋 ( 具 体 空 间 / 建 筑 物 )=> 述 宾 关 系, 正 确 (11) 装 订 书 刊 ( 作 品 )=> 述 宾 关 系, 正 确 (12) 包 装 成 品 ( 人 为 事 物 / 抽 象 事 物 )=> 述 宾 关 系, 正 确 B1 类 动 词 分 析 : (13) 创 作 ( 人 类, 作 品 ) 小 说 ( 作 品 )=> 述 宾 关 系, 正 确 (14) 投 递 ( 人 类, 作 品 ) 信 件 ( 作 品 )=> 述 宾 关 系, 正 确 (15) 欢 迎 ( 人 类, 人 类 / 人 为 事 物 / 抽 象 事 物 ) 来 宾 ( 身 份 )=> 述 宾 关 系, 正 确 (16) 广 播 ( 人 类, 信 息 ) 文 章 ( 作 品 )?=> (17) 汇 报 ( 人 类, 抽 象 事 物 ) 思 想 ( 意 识 )=> 述 宾 关 系, 正 确 (18) 创 作 时 间 ( 时 间 )=> 定 中 关 系, 正 确 (19) 投 递 业 务 ( 事 情 )=> 定 中 关 系, 正 确 (20) 欢 迎 仪 式 ( 事 情 )=> 定 中 关 系, 正 确 (21) 广 播 器 材 ( 用 具 )=> 定 中 关 系, 正 确 (22) 汇 报 会 议 ( 抽 象 事 物 )=> 定 中 关 系, 错 误 B2 类 动 词 分 析 : (23) 认 识 ( 人, 人 ) 问 题 ( 作 品 )=> 定 中 关 系, 正 确 15 即 该 动 词 为 不 及 物 动 词 16 分 析 结 果 分 三 种 : 正 确 错 误 存 疑 ( 用? 表 示 )
现 代 汉 语 动 名 语 串 结 构 关 系 判 定 179 (24) 认 识 过 程 ( 抽 象 事 物 )=> 定 中 关 系, 正 确 (25) 认 识 水 平 ( 事 理 )=> 定 中 关 系, 正 确 (26) 认 识 动 物 ( 动 物 ) (27) 认 识 世 界 ( 抽 象 空 间 ) (28) 认 识 大 伙 (? 人 17 )=> 述 宾 关 系, 正 确 C 类 动 词 分 析 : (29) 分 析 ( 人 类, 抽 象 事 物 ) 质 量 ( 抽 象 事 物 )=> 定 中 或 述 宾 关 系,? (30) 检 查 ( 人 类, 人 为 事 物 / 抽 象 事 物 ) 内 容 ( 作 品?)=> 定 中 或 述 宾 关 系,? (31) 评 论 ( 人 类, 人 类 / 抽 象 事 物 ) 方 式 ( 事 理 )=> 定 中 或 述 宾 关 系,? (32) 整 理 ( 人 类, 事 物 ~ 时 间 ~ 人 类 ) 方 法 ( 事 理 )=> 定 中 或 述 宾 关 系,? (33) 培 养 ( 人 类, 人 类 ) 目 标 ( 事 理 )=> 定 中 关 系, 正 确 (34) 认 识 ( 人, 人 ) 对 象 ( 抽 象 事 物 )=> 定 中 或 述 宾 关 系,? 3.2.2 Vn+n 语 串 分 析 由 于 动 词 的 语 义 搭 配 信 息 和 名 词 的 语 义 类 主 要 是 用 于 处 理 句 子 层 面 的 主 谓 述 宾 结 构 的, 所 以 我 们 可 以 假 定 这 些 信 息 用 于 测 试 述 宾 式 动 名 短 语 时 正 确 率 应 该 相 当 高, 所 以 在 此 我 们 的 注 意 力 主 要 集 中 于 定 中 式 动 名 短 语 上 我 们 从 标 注 语 料 库 中 随 机 抽 取 出 3023 例 Vn+n ( 即 定 中 结 构 ) 的 语 串, 而 后 用 现 代 汉 语 语 义 词 典 中 描 述 的 动 词 客 体 语 义 类 和 名 词 语 义 类 信 息 对 3023 例 语 串 进 行 分 析 之 后, 得 出 如 表 二 所 述 的 数 据 : 表 二 动 词 部 分 未 描 动 词 部 分 已 描 述 数 述 数 分 析 成 功 数 分 析 失 败 数 336 动 词 为 不 及 物 数 动 词 为 及 物 数 594 961 1132 如 表 二 所 示 : 3023 个 语 串 中 有 336 个 语 串 的 动 词 部 分 在 语 义 词 典 中 无 对 应 项, 即 没 有 得 到 描 述 分 析 成 功 的 有 2093 项 在 2093 项 中, 有 961 个 语 串 动 词 客 体 语 义 类 描 述 信 息 为 空 白, 即 此 类 动 词 为 不 及 物 动 词 分 析 失 败 的 有 594 项, 所 占 比 率 为 594/2687=22.1 % 根 据 我 们 所 用 的 判 定 原 则, 这 594 项 均 为 动 词 客 体 语 义 类 与 名 词 语 义 类 信 息 相 一 致 或 后 者 为 前 者 的 子 类 以 后 名 为 部 门 的 几 个 语 串 为 例 : 17 此 词 尚 未 得 到 语 义 描 述, 暂 定 为 人
180 邱 立 坤 表 三 动 词 名 词 客 体 语 义 类 主 体 语 义 类 名 词 语 义 类 承 办 部 门 事 物 人 类 集 体 人 类 生 物 具 体 事 物 事 物 管 理 部 门 具 体 事 物 人 类 集 体 人 类 生 物 具 体 事 物 事 物 监 察 部 门 人 类 人 类 集 体 人 类 生 物 具 体 事 物 事 物 监 督 部 门 人 类 人 类 集 体 人 类 生 物 具 体 事 物 事 物 监 管 部 门 人 类 人 类 集 体 人 类 生 物 具 体 事 物 事 物 教 育 部 门 人 类 人 类 集 体 人 类 生 物 具 体 事 物 事 物 领 导 部 门 人 类 人 类 集 体 人 类 生 物 具 体 事 物 事 物 运 输 部 门 具 体 事 物 人 类 集 体 人 类 生 物 具 体 事 物 事 物 组 成 部 门 具 体 事 物 具 体 事 物 集 体 人 类 生 物 具 体 事 物 事 物 如 上 所 示, 部 门 原 语 义 类 为 集 体, 是 生 物 人 类 具 体 事 物 事 物 的 子 类, 从 而 与 上 表 中 的 动 词 的 客 体 语 义 类 相 一 致 总 体 上 说, 语 义 词 典 中 对 于 动 词 的 主 客 体 的 语 义 类 描 写 较 粗 一 些, 所 以 限 制 也 较 松, 从 而 导 致 了 上 述 的 错 误 判 断 我 们 认 为 本 文 所 用 的 语 义 词 典 的 分 类 体 系 颇 有 不 足, 尤 其 是 在 用 于 解 决 本 文 中 的 问 题 时 表 现 得 更 加 明 显 像 部 门 这 样 的 词, 属 于 较 虚 的 词, 即 便 它 有 集 体 的 意 义, 也 是 概 括 某 一 类 事 物 的 名 词, 且 可 以 分 成 许 多 子 类 这 一 类 名 词 前 有 动 词 时, 倾 向 于 直 接 受 动 词 修 饰 又 比 如 成 本 被 描 述 为 人 为 事 物, 单 位 被 描 述 为 集 体, 与 部 门 类 似, 都 是 不 妥 的 3.2.3 后 名 动 词 与 前 动 名 词 组 成 的 述 宾 结 构 动 名 语 串 分 析 对 句 法 属 性 一 节 中 由 具 有 后 名 属 性 的 动 词 与 具 有 前 动 属 性 的 名 词 组 成 非 定 中 结 构 动 名 语 串 的 479 个 实 例, 使 用 与 上 面 相 同 的 方 法 分 析 之 后, 得 出 的 结 果 为 : 分 析 成 功 的 有 258 项, 即 召 回 率 为 53.9%; 另 222 项 中,80 项 为 语 料 库 标 注 错 误, 即 应 属 于 定 中 结 构 18 ; 属 于 述 宾 结 构 的 为 52 项, 其 它 90 项 为 跨 结 构 的 语 串 如 果 我 们 认 为 上 面 分 析 成 功 的 258 项 和 标 注 错 误 的 80 项 ( 通 过 本 节 中 的 分 析 已 得 到 成 功 分 析 ) 均 属 于 判 断 成 功 的 实 例, 那 么, 我 们 对 于 述 宾 结 构 的 动 名 语 串 判 断 的 成 功 率 即 为 (7339-142)/7339=98.1% 3.3 实 验 小 结 前 面, 我 们 分 别 对 从 语 料 中 抽 取 的 v+n 和 Vn+n 语 串 进 行 了 分 析 实 验 最 后 得 出 的 结 果 为 : 以 动 词 的 后 名 属 性 与 名 词 的 前 动 属 性 相 结 合 判 定 v+n 语 串 为 述 宾 结 构 的 成 功 率 为 93.5%, 再 结 合 语 义 词 典 的 描 述 信 息 判 定 则 成 功 率 提 高 到 98.1% 但 由 于 对 定 中 式 动 名 短 语 的 判 定 正 确 率 不 足 60%, 结 合 起 来 的 结 果 自 然 很 不 理 想 单 纯 以 语 义 词 典 的 描 述 信 息 来 判 定 Vn+n 语 串 为 定 中 结 构 的 成 功 率 为 78.9%, 这 一 结 果 也 让 人 无 法 乐 观 18 由 于 时 间 和 技 术 上 的 原 因, 这 些 错 误 的 实 例 没 有 回 原 文 核 对, 仅 凭 个 人 的 判 断
现 代 汉 语 动 名 语 串 结 构 关 系 判 定 181 究 其 原 因, 主 要 在 于 以 下 两 个 方 面 :(1) 语 法 词 典 中 对 于 动 词 的 后 名 属 性 和 名 词 的 前 动 属 性 的 描 述 很 不 可 靠, 这 自 然 是 因 为 缺 乏 大 语 料 库 支 持 的 缘 故 但 即 便 有 了 大 语 料 库 的 支 持, 这 一 结 果 也 不 可 能 有 太 大 改 观 显 然, 具 有 这 两 种 属 性 的 动 词 和 名 词 增 加, 对 定 中 式 判 定 正 确 率 的 提 高 必 然 伴 随 着 对 述 宾 式 判 定 成 功 率 的 降 低 因 此, 句 法 信 息 不 足 以 识 别 这 两 种 结 构 关 系 (2) 语 义 词 典 的 名 词 语 义 类 信 息 和 动 词 配 价 信 息 是 针 对 句 子 一 级 的, 因 而 主 要 适 用 于 述 宾 主 谓 两 类 结 构, 对 定 中 式 动 名 短 语 并 不 太 适 用 3.4 判 别 过 程 中 存 在 的 问 题 及 下 一 步 的 打 算 应 当 说, 我 们 在 展 开 研 究 的 过 程 中, 发 现 了 一 些 问 题, 但 是, 由 于 时 间 的 不 足 和 个 人 能 力 的 局 限, 很 多 问 题 没 有 能 够 进 一 步 深 入 接 下 来, 我 们 打 算 就 以 下 几 个 方 面 展 开 进 一 步 讨 论 : (1) 完 善 语 法 词 典 中 动 词 的 后 名 属 性 和 名 词 的 前 动 属 性, 并 在 此 基 础 上 继 续 进 行 实 验 (2) 以 名 词 为 中 心, 对 定 中 结 构 动 名 语 串 的 语 义 模 式 进 行 分 类, 可 考 虑 语 义 场 问 题 这 个 可 以 与 (1) 结 合 起 来 进 行 参 考 文 献 董 振 东 董 强,2000, 关 于 知 网 中 文 信 息 结 构 库,www.keenage.com 傅 承 德,1993, 论 现 代 汉 语 动 名 语 串 的 句 法 结 构 和 语 义 关 系 的 自 动 识 别, 语 言 研 究 1993 年 第 一 期,32-44 页 顾 阳 沈 阳,2001, 汉 语 合 成 复 合 词 的 构 造 过 程, 中 国 语 文 2001 年 第 2 期 李 晋 霞,2002, 面 向 计 算 机 的 V 双 +N 双 结 构 类 型 研 究, 语 文 文 字 应 用 第 4 期,69-76 页 王 惠 等,1998, < 现 代 汉 语 语 义 词 典 > 概 要 及 设 计, 1998 中 文 信 息 处 理 国 际 会 议 论 文 集, 清 华 大 学 出 版 社 邢 福 义,1994, NVN 造 名 结 构 及 其 NV VN 简 省 形 式, 语 言 研 究 1994 年 第 2 期 杨 成 凯,1992, 广 义 谓 词 性 宾 语 的 类 型 研 究, 中 国 语 文 1992 年 第 1 期 姚 振 武,1996, 汉 语 谓 词 性 成 分 名 词 化, 中 国 语 文 1996 年 第 1 期 俞 士 汶 ( 主 编 ),1999, 现 代 汉 语 语 料 库 加 工 词 语 切 分 与 词 性 标 注 规 范 与 手 册, 北 京 大 学 计 算 语 言 学 研 究 所 俞 士 汶 等,1998, 现 代 汉 语 语 法 信 息 词 典 详 解, 清 华 大 学 出 版 社 詹 卫 东,2000, 面 向 中 文 信 息 处 理 的 现 代 汉 语 短 语 结 构 规 则 研 究, 清 华 大 学 出 版 社 广 西 科 学 技 术 出 版 社 詹 卫 东 等,1998, 基 于 词 组 本 位 语 法 的 语 义 模 型, 中 文 与 东 方 语 言 信 息 处 理 学 会 学 报 1998 年 第 1 期 张 伯 江, 1994, 语 类 活 用 的 功 能 解 释, 中 国 语 文 1994 年 第 5 期
182 邱 立 坤 Constitutive Relation Analysis for V+N Phrases Qiu Likun Institute of Artificial Intelligence, Beijing City University, Beijing, 100083 Abstract: An important and significant subject in Chinese POS tagging and syntactic analysis is to choose appropriate tags for verbs between finite and nonfinite forms. As far as V+N phrases are concerned, through choosing tags for verbs, at the same time, we may judge the constitutive relation of the phrases. This paper uses electronic syntactic dictionary and semantic dictionary to solve this problem and has got inspiring results. Through twenty years effort, electronic language resources have become more and more abundant. Now there are several kinds of electronic linguistic dictionaries including syntactic dictionaries and semantic dictionaries. Some of them have arrived at enough scale. In this paper, a syntactic dictionary and a semantic dictionary, both provided by the institute of computational linguistics, Peking University, are used. First, we use two syntactic attributes of the syntactic dictionary, that is, the 后 名 attribute of verbs and the 前 动 attribute of nouns. We use these two attributes to judge the constitutive relation of V+N phrases. From the annotated corpus, we get 5303 instances in which verbs are nonfinite. Looking up the syntactic dictionary, we can see that their attributes are as follows: the 后 名 attribute True True False False of verbs the 前 动 attribute True False True False of nouns Quantity 479 1105 935 2784 That is to say, we can get a precision of 93.5%. But when the verb of V+N phrases is finite verb, we only can get a poor precision of about 60%. Second, the information of verb s dative valence and the classification information of nouns are utilized. Here, we get a precision of 78.9%. Keywords: V+N phrases, constitutive relation. automatic analysis, contemporary Chinese, annotated corpus, electronic dictionary