广义虚词知识库。.ppt

广义虚词知识库与汉语理解研究  俞士汶 朱学锋 刘云 北京大学计算语言学研究所 Email: yusw@ 2007年2月1日, 云南西双版纳 主要内容 虚词对语言理解的影响 汉语中的虚词 汉语自动分析中的虚词 广义虚词知识库的建设 结语与致谢 主要内容 虚词对语言理解的影响 汉语中的虚词 汉语自动分析中的虚词 广义虚词知识库的建设 结语与致谢 关于 “语言” 英国《新科学家》周刊 2005年4月9日 的文章 ——生命进化的十大奇迹：脑（第3项）和语言（第4项） 脑常常被视作进化过程中的最高成就，因为它赋予了人类一 些高级特征，例如 语言、智慧、意识。语言是进化的终极 发明。在令人类区别于动物的特征中，语言处于核心地位。 语言也许称得上是人类的决定性特征之一。我们的祖先如何 实现了语言从无到有的飞跃，这也许是科学史 上最大的谜。语言是生物进化的最后一笔。这 是因为语言令那些掌握了它的动物超越了纯生 物的范畴。 语言系统是动物进化到人的两大标志之一。 人类语言系统的特征：丰富的词汇、复杂的结构、 虚词的作用  文本内容理解是其他形式的数字内容理解的子课题。 文本内容理解和其他数字形式的信息理解需要相互融合。  一个实例 关于自动升降晾衣架的对话 妻子：“嘿，过了一年才坏。” 丈夫：“什么呀，才一年就坏了。” 丈夫理解了妻子的意思吗？ ——背景知识：保修期 ——知识激活机制？ ——虚词词义：才（数量词前后，意义不同） 主要内容 虚词对语言理解的影响 汉语中的虚词 汉语自动分析中的虚词 广义虚词知识库的建设 结语与致谢  虚词不是内容词，而是功能词。 虚词不能充任汉语主要句法结构中的句法成分:主语、谓语、述语、宾语、补语，定语、状语、中心语。 虚词对于语句、会话、篇章的完整结构（也是句法功能）和意义的表达却是不可缺少的。 汉语是典型的分析语，虚词在汉语中的语法作用不同于屈折语的英语、俄语和黏着语的日语。虚词研究一直是汉语语法研究的重要组成部分。 虚词基本上是封闭的，词典中的虚词数量有限。  新的虚词产生的速度远远比不上新的实词。 尽管词典中虚词的数量有限（静态出现），但在真实文本中单个虚词的平均频度（动态出现）远远高于单个实词的平均频度。而且虚词是通用的高频词。 虚词的个性比实词显著。助词是最典型的虚词，数量很少。同属助词的“的”、“得”、“着”、“了”、“过”、“所”几乎没有什么共同的语法属性。 面向语言信息处理，有必要加大对虚词研究的 力度，有必要建立“广义虚词知识库”。 主要内容 虚词对语言理解的影响 汉语中的虚词 汉语自动分析中的虚词 广义虚词知识库的建设 结语与致谢  虚词的辨析 ——从文本中识别虚词——分析线索 神经紧张得到了崩溃的程度。 神经紧张得到了缓解。  虚词的句法语义功能及其表述 《现代汉语语法信息词典》依托词组本位语法体系 《现代汉语语义词典》采用“广义配价模式” “的”接在动词后面构成的“的”字结构，体词性的，功能： （1）可以作定语修饰名词，即形成“动词+‘的’+名词”结构； （2）代替名词，即可以出现在主宾语的位置上。 自指意义，只能出现于（1）：“驾驶的技术”，“走的姿势” 转指意义，可以出现于（2）：“走的出发了”，“有吃的”。 还要进一步给出“动词+‘的’”表示自指或转指的条件。 配价信息：“走”主体应该是人，“吃”的客体是食物。 “技术”、“姿势”分别是“驾驶”、“走”这些动作或行为本身的 属性，只是自指。 虚词（“的”）的句法语义信息不是能够孤立描述的， 同其前后搭配的词语是密切关联的。  虚词的隐现与冗余 分配学生一个任务。 接受老师一个任务。 等价于 给学生分配一个任务。 从老师（那里）接受一个任务。 “的”的作用 *分配学生的一个任务。 接受老师的一个任务。 主要内容 虚词对语言理解的影响 汉语中的虚词 汉语自动分析中的虚词 广义虚词知识库的建设 结语与致谢 关于一般的自然语言处理系统 语言知识库与应用系统