基于配价的汉语语义词典-北京大学中国语言学研究中心.PDF

* 基于配价的汉语语义词典 詹卫东 北京大学中文系 摘要 本文介绍一个主要是基于配价理论开发的汉语语义词典（Valency_based Chinese Semantic Dictionary，文中简称 VCSD），分为四个方面：第一节简要交代这个研 究工作的背景；第二节具体阐述一个汉语语义知识的表达框架；第三节说明这部语义词典的 开发过程及目前达到的规模并展示若干样例；最后第四节是评价及对进一步研究工作的设 想。 一 背 景 VCSD 是源于开发 TransEasy 汉英机器翻译系统的实际需要而研制的，因此这部语义词 典有非常明确的实用目标。TransEasy 系统采用基于规则（rule_based）的路线，语言知识 主要由规则库（syntax）加词库（lexicon）两部分组成。最初的词库中对每个汉语词及其 对译的英语词都进行了语法信息描述（有关汉语词语语法信息的描述主要来自北京大学计算 语言学研究所开发的《现代汉语语法信息词典》）。在这个汉英机器翻译系统开发的过程中， 我们感觉到，计算机要分析得到汉语短语、句子的正确的结构，以及在多义词辨义时要能选 择准确的译词，仅有语法信息是不够的。很有必要补充更多的能够区分词语间不同用法的信 息。这样的信息通常也就是被人们称为“语义”信息的那部分语言知识。相应地，刻画词语 这部分信息的知识库也就称为“语义词典”。 事实上，关于语义知识的描述方式（从某种程度上就可以看作是语义词典的组织方式） 已经有格语法、配价语法、论旨理论、语义网络、语义特征描写、框架语义学等等不同的策 略可供选择。这些方式从理论上和具体操作上讲都有些不同的特点。在我们看来，语义信息 跟语法信息类似，也是用来描述一个词跟其他词的组合可能性的（包括能否组合，以及以什 么样的关系组合等等）。无论是语法理论也好，语义理论也好，直接目标实际上只有一个， 即把任意两个词（以及其他更大或更小的语言成分）之间可能存在的区别描述出来。比如“洗” 跟“晾”，这两个词在语法上有共性，都是“动词”，都能作谓语，带宾语，不能受数量词修 饰等等（这些实际上统统可以归结为“能否跟某些其他的语言成分组合搭配”）。但这两个词 又有区别，比如动词“晾”可以带“阳台上”这样的处所宾语，“洗”则不行。对计算机自 然语言处理来讲，“晾”跟“洗”的这些区别需要显性地加以刻画。通常人们就把有关“晾” 跟“洗”的上述差别的知识称为语义信息。很显然，语义信息比语法信息的概括度（或抽象 度）显得要“低”一些。像已有的格语法、配价语法等等语义描写理论，实际上都是在如何 刻画词语之间的这些差别上作文章罢了。各种理论所能期望的最好境界也无非是：以最适合 的概括度统摄最琐碎的有可能存在的区别。但现实情况往往不能尽如人意。人们会在“格语 法到底应该为一个语言确定几个格”，“配价语法到底应该怎么来算一个动词的价”等等问题 上争论不休，难有定论。 由此我们认为，（1）在本体论的层面构建一个人类自然语言的概念体系固然意义重大， 但从服务于句法分析这样实际的目的出发，仅在方法论的层面上考虑如何选择有效的语义范 畴，来区分那些最需要区分的词语之间的不同搭配特征，似乎更务实；（2）不同语义理论实 * 本文研究工作得到国家 863 项目支持（编号：863-306-03-06-2 ） 际上应该有共同的追求，即描述任意两个语言成分之间的搭配可能性，譬如动词与名词之间， 形容词与名词之间，名词与名词之间，动词与形容词之间，动词与副词之间，……等等。但 限于客观条件，我们只能量力而行，集中力量描写某些词语之间的搭配关系。 二 汉语语义知识表示的一个理论框架：广义配价模式 VCSD 的语义知识表达框架基本采用了配价理论的模式，同时极大地简化了一般格语法 的语义角色系统。我们把这样的一个语义知识表达框架称为“广义配价模式”（Generalized Valency Mode），包括下面四方面内容。 （一）语义分类体系 要对词语进行语义信息描述，首先需要有一个语义分类体系。语义分类的直接目的跟语 法分类一样，实际上也是为了说明一个词的分布（即一个词跟另一些词的搭配可能性），并 且可以使得描写词语的语义搭配能够在词对类的概括水平上进行。只不过语义分类