基于標注語料庫的一價動詞的“句法-語義”接口研究_2262.pdf

1、本文以HNC現(xiàn)代漢語句子級語義標注語料庫為依托進行語言現(xiàn)象的研究,通過分析標注語料,對一些特殊的語言現(xiàn)象,如語義塊分離、特殊結構和句式等進行分析和歸納,以期從紛繁的語言表象中找到其內(nèi)部存在的規(guī)律。
　　 基于HNC的現(xiàn)代漢語句子級語義標注語料庫是以HNC(Hierarchical Network ofConcepts,概念層次網(wǎng)絡)理論為指導,以句子為標注的基本單位,為連續(xù)文本語料標注語義框架信息的語義標注語料庫。標注的信息所提

2、供的豐富的語義知識,不僅對于計算機理解語義,而且對于語言學工作者也是一個非常寶貴的資源。
　　 本文在HNC理論句類體系的基礎上,重點研究了句子級語義標注語料庫的標注內(nèi)容、標注方法和標注難點,確定了XML的標注規(guī)范,進行了語料庫查詢工具的功能設計。研究內(nèi)容主要有以下幾個方面:
　　 (1)介紹了語料庫研究的現(xiàn)狀,指出HNC語義標注語料庫的建設具有開創(chuàng)性意義；
　　 (2)確定了語料庫的標注內(nèi)容,在HNC理論的指導

3、下,以句子作為標注的基本單位,分別從語言空間和語言概念空間進行結構和語義兩方面的標注；
　　 (3)分析了語料庫的標注難點,探討了語義塊核心要素部分的缺省問題、包裝成分和分離成分的判定問題、“的”字短語和“所”字結構的標注問題、與句式有關的句類判定問題等標注難點,給出了自己的標注方案；
　　 (4)建立了語料庫的XML標注規(guī)范,從篇章段落、句子、語義塊、塊素等層級確定了XML標注元素及屬性；對元素和屬性進行了Schema

4、模式定義,保證了文檔的有效性和良構性；用XSL進行XML語義標注語料庫的結構轉換,使語料庫呈現(xiàn)出用戶所需要的表現(xiàn)形式；
　　 (5)設計了語料庫的查詢工具,為語料庫使用者提供相應的語料庫查詢工具,方便用戶從語料庫中檢索到自己想要的信息,最大限度地發(fā)揮語料庫的使用價值。
　　 句子級語義標注語料庫的建設填補了中文信息處理資源建設的一項空白,它不僅對HNC理論的學習和HNC句類分析系統(tǒng)的完善具有重要意義,而且也可以為廣大的語