漢語動詞名物化復(fù)合結(jié)構(gòu)的語義解釋.pdf

1、網(wǎng)絡(luò)信息和信息檢索在人們?nèi)粘Ｉ钪幸殉蔀椴豢苫蛉钡慕M成部分，語言文字占據(jù)信息形式上的絕大多數(shù)，實際上關(guān)注的是語言形式所承載的內(nèi)容信息，本質(zhì)上都涉及自然語言的語義概念。自然語言成分結(jié)構(gòu)間的語義關(guān)系計算問題是自然語言理解的關(guān)鍵，其本質(zhì)在于計算語言結(jié)構(gòu)與語言語義之間的對應(yīng)關(guān)系。如何尋找新的思路及其理論和方法，使得語言的結(jié)構(gòu)和語義盡量能同構(gòu)對應(yīng)，尤其是適應(yīng)動態(tài)地計算語言復(fù)合結(jié)構(gòu)的概念意義，具有重要的理論研究意義和廣闊的應(yīng)用前景。盡管語言表達有句

2、、短語等多種形式，但從概念分析角度看都可歸結(jié)到詞匯概念間的組合疊置。這與當前國內(nèi)外語言學聚焦于詞匯理論相一致。 復(fù)合結(jié)構(gòu)是一種由若干個名詞性詞匯直接組合而成，在整體上相當于一個新的名詞性詞匯的語言結(jié)構(gòu)形式。和短語、句等語言結(jié)構(gòu)不同，復(fù)合結(jié)構(gòu)的構(gòu)成缺乏功能標記，這對其語義計算形成很大障礙，實際上成為語義計算的一個瓶頸問題。本文主要解決漢語中動詞名物化進入復(fù)合結(jié)構(gòu)時的語義解釋問題。研究的起點是從實例分析出發(fā)，剖析以往語法研究中的不足

3、，標引復(fù)合結(jié)構(gòu)子成分之間的概念關(guān)系，歸納復(fù)合結(jié)構(gòu)中概念耦合的內(nèi)在特點以及多語種表達式在復(fù)合結(jié)構(gòu)這一層次上存在自然對齊的潛在可能性。首先，作為數(shù)據(jù)準備工作，研究了動詞名物化復(fù)合結(jié)構(gòu)的識別；然后，分別構(gòu)建了兩種基本動詞名物化復(fù)合結(jié)構(gòu)(NV型和VN型)的語義解釋模型；最后，還探討了屬性知識在復(fù)合結(jié)構(gòu)語義解釋中的應(yīng)用。 具體來講，本文的創(chuàng)新性工作有以下幾點： 一、提出了一種基于主題詞表和萬維網(wǎng)的復(fù)合結(jié)構(gòu)識別方法。為了有效地解決漢

4、語中名詞和動詞組合時的結(jié)構(gòu)歧義問題，構(gòu)造了兩個新的分類特征集合：詞匯復(fù)合能力和指稱模板特征。特征的獲取使用了兩個獨立的資源：主題詞表和萬維網(wǎng)，其好處在于不依賴于復(fù)合結(jié)構(gòu)出現(xiàn)的具體上下文，可以用于對文檔中的低頻復(fù)合結(jié)構(gòu)進行識別，而這是以往的識別模型所無法解決的問題。機器學習實驗表明，兩個新特征集極大的改善了動詞名物化復(fù)合結(jié)構(gòu)識別的性能。 二、歸納了漢語NV型復(fù)合結(jié)構(gòu)中涉及的語義關(guān)系，構(gòu)建了一個基于詞匯語法模板的復(fù)合結(jié)構(gòu)語義解釋模型

5、。模型定義了新的詞匯模板形式：功能詞例化模板，并將其作為分類特征，對復(fù)合結(jié)構(gòu)詞匯間的語義關(guān)系進行標注。模型的主要優(yōu)點是其對資源的依賴性很低，以往的方法主要利用詞匯本體和句法語料，而該模型則使用純文本語料來獲取復(fù)合結(jié)構(gòu)的分類特征，從而使得模型的適用性和可移植性大大增強。實驗表明，基于功能詞例化模板的模型取得了很好的性能。 三、提出了漢語VN型復(fù)合結(jié)構(gòu)的語義關(guān)系標注集，并設(shè)計了一個機器翻譯驅(qū)動的復(fù)合結(jié)構(gòu)語義解釋模型。基于復(fù)合結(jié)構(gòu)的多

6、語種自然同構(gòu)假設(shè)，模型首先將漢語復(fù)合結(jié)構(gòu)自動翻譯為對齊的英文復(fù)合結(jié)構(gòu)，然后將英文復(fù)合結(jié)構(gòu)作為附加信息，用于對漢語的復(fù)合結(jié)構(gòu)進行解釋。模型的主要優(yōu)點是可以利用跨語種的資源，對多語種的對齊復(fù)合結(jié)構(gòu)同時進行語義解釋，從而可以在某種程度解決某些語種中的資源缺乏問題。實驗證實，雙語語義解釋模型的性能要好于單語模型。 四、構(gòu)建了一個屬性知識庫的獲取框架。詞匯概念可以被描述為屬性和屬性值的集合，屬性知識對于復(fù)合結(jié)構(gòu)語義解釋非常重要。屬性獲取分

7、為兩個階段，一個階段是屬性詞的獲取，一個階段是屬性宿主的求取。在屬性詞的獲取中，設(shè)計了一個機讀詞典和萬維網(wǎng)的協(xié)同自舉算法。算法充分利用了漢語的義符構(gòu)詞特點，并結(jié)合了機讀詞典和萬維網(wǎng)作為屬性知識的來源，對屬性詞進行獲取。而針對屬性宿主的求取，則將其視為一個選擇約束求解問題，通過評估屬性與可能的概念類之間的選擇關(guān)聯(lián)度來確定屬性的宿主。該方法的特點在于其可以動態(tài)、高效地獲取以屬性詞為中心的詞匯知識。 五、利用所獲取的屬性知識，提出了一