名词隐喻的计算研究及识别实验.pdfVIP

语言教学与研究 2008年第 2 期 名词隐喻的计算研究及识别实验 王 治 敏 提要 　本文通过短语结构限定的方式 ,全面地考察汉语名词性隐喻的分布和构成特点 ,总 结和发现名词性隐喻的表达规律 , 同时在大规模语料考察的基础上 ,尝试规则约束和机器学习 方法 ,探讨了汉语名词性隐喻的理解和识别 。实验证明 ,机器学习方法在汉语名词隐喻识别中 取得了较为满意的效果 。 关键词 　源域 ; 目标域 ;隐喻识别 ;最大熵 一 　引言 ( ) 汉语中存在大量的隐喻表达 。L akoff 1980 指出隐喻的实质是通过一类事物来理解和经 历另一类事物 。作为人类的一种思维方式 ,隐喻无所不在 。国内隐喻的汉语计算理解研究刚 刚起步 ,可以借鉴的东西不多 。长期以来 ,在 自然语言处理领域 , 隐喻被认为是一种 “辞格 ”, 一直是中文信息应用系统不予考虑的问题 。不过 ,近几年随着语料库资源的不断发展 ,学者们 ( 逐渐开始关注词语的情感色彩 、隐喻的理解问题 周昌乐 2004 ,张威 、周昌乐 2004 ,杨芸 、周昌 乐 2004 ,俞士汶 2005 ,戴帅湘 2005,王雪梅 2005, Zh im in W ang et al. 2006) 。 由于人们着眼点不同 ,对于隐喻的理解也各有不同。修辞学的分类 ,计算机很难把握 ,概 念隐喻的研究范围又有些宽泛 。因此本文对隐喻的界定首先采用短语结构限定的方式 ,只考 虑名词 n及与名词 n 相组合的短语结构中所包含的隐喻表达 , 即 “nn、n 的 n ”短语结构隐喻 , ① 希望通过这样一种短语结构的全面考察 ,勾画出基于这种短语结构的名词隐喻表达的全貌 。 二 　n + n 隐喻的数量分布 认识短语隐喻 ,首先从数量入手 ,通过 “n + n ”短语的整体考察 ,我们发现 “n + n ”隐喻表达 相对于全部的 “n + n ”短语来说数量并不是很多 ,但是针对具体词语的隐喻用例来看 , “n + n ” 短语隐喻却呈强势分布 。表 1是对 1998年 1月 - 4 月的 《人民日报 》的粗略统计 。 表 1显示了 95个源域词语在 4 个月 《人民日报 》语料的 n + n 隐喻分布情况 ,针对单个词 语的隐喻和非隐喻数量会有所差别 ,但是总体情况是基本相同的 ,就是隐喻表达所占比例略高 于非隐喻表达 。因此重视和发现单个词语的隐喻研究将是本文后续研究的一个突破方向。 ( ) 认知语言学则认为一个概念隐喻包含两个部分 ,一个始源域 sou rce dom ain 和一个 目标 ( ) ( 域 target dom ain , 隐喻的认知力量就在于将始源域的图示结构映射到 目标域之上 蓝纯 ( ) ( ) 本研究得到国家 973项 目 2004CB318102 和北京语言大学一般项 目 06YB06 的支持 。 68 2005: 116) 。这里的始源域也称作 “源域 ”,对应于汉语中的术语 “喻体 ”, “目标域 ”对应于汉 语中的 “本体 ”。为了能够更清楚地描述隐喻概念之间的映射关系 ,本文沿用了 “源域 ”和 “目 标域 ”的说法 。 表 1　1998年 1月 - 4 月 《人民日报 》的 “n + n ”隐喻分布 1998年 1 - 4 月语料 n + n 总数