基于HNC理论的汉语辅语义块自动辨识研究.pdfVIP

信号与信息处理 基于HNC理论的汉语辅语义块自动辨识研究 臧翰芬张全 中科信利 摘要全自动的语义分析一直是自然语言处理的主要目标之一，为达到此目的人们在语义分 析和标注方面做了长期的努力。本文在借鉴前人工作的基础上，为提高辅语义块的自动识别， 在大量分析语料的基础上总结并提出了比较有效的计算机可操作的规则，大大提高了辅块识别 的准确率和召回率，在真实文本中的辅块的自动识别的实验中取得了较好的效果。 关键词HNC(概念层次网络)理论辅块辅块识别 HNC理论根据对句子基本语义信息的重要程度，把语义块分为主辅两大类。 主语义块简称主块，它是一个句子语义的必要的、主干的成分。辅语义块(简称辅 块)是句子可选的、次要的成分，辅块的符号是fl(。原则上只有主块才进入句类分 析系统，但是很多情况下，辅语义块会提供语境的信息。因此，辅块的辨识与主块 的辨识具有同样重要的地位。 辅块基本定义和具体分类 1．1 HNC关于辅块的定义 “含有辅要素的语义块称为辅语义块”【6J。例如，句子中的时间短语、地点短语 和大部分介词短语等，就相当于HNC中的辅块。“在工程意义上，辅块是句类代码 之外的语义块”【_7lo句类代码确定的语义块称为主语义块，而句子中的语义块不是 主语义块就一定是辅块，因此，主语义块确定完之后，辅语义块也就自然确定了o J o “对于辅语义块的类型有两个来源指示：一是辅块指示符，二是辅块内涵信息”L8 辅块的识别主要是靠指示符即HNC中的逻辑符号来确定；但是在有些特殊情况 下，如有上边界，而没有下边界的指示符，那么就要用到HNC的综合类概念(8)，它 起到下标界的指示作用，这就是所谓的内涵信息。 汉语的语义块多带有指示标志，HNC称之为逻辑指示符，类似于组块中的介 词、连词。这些逻辑概念在HNC中有相应的指示符，便于计算机的识别和计算，它 们包括：基本逻辑概念(j1)，语法逻辑概念(1)、语习逻辑概念(f)、综合逻辑概念 (8)o辅块的最大特点就是它经常带逻辑类概念指示标志，这一类指示标志主要是 指l类语法逻辑概念，还包括综合类概念(8)等。这些知识对辅块的识别都给予了 一定的指导作用。 1．2 HNC关于辅块的分类 辅语义块就是对句子语义起辅助作用的语义块，不出现在句类表示式中，但是 345 中国科学院声学研究所第三届青年学术交流会论文集 与句类知识中的主辅变换相关，所以说辅语义块是弱依赖于句类的。辅语义块的 (111)、参照(Re)。本文考察了真实语料中这七类辅块的分布情况，由于语义块中又 经常嵌套辅块，所以我们区分了嵌套和非嵌套的这两种情形。辅语义块在句中经 常有指示标志，因此HNC理论用语法逻辑概念(11)来表示它们。 2．HNC的辅块自动识别规则 根据对实验语料的统计，50％左右是带前后标志，33．8％是只带有前标志、或 只带有后标志的，带标志的辅块占到了83．8％。没有边界的辅块大多是基本概念 短语(又以时间条件辅块居多)o因此，本文将重点探讨有标志辅块的识别，并制定 出相应的规则。有标志的辅块的识别和规则如下，它们对于子句也同样适用。 规则1：如果句中能找到前标志概念(1q)，并且继续往后找到后边界标志概念 (111)。那么把前标志和后标志之间的内容作为辅块。 规则2：如果位于句首的词是逻辑标志词(1q)，标志词的后面是时间、地点类的 基本概念短语或者s类综合概念，且后面跟着逗号。那么把前标志和逗号之间的 内容作为辅块。 规则3：从前标志词开始往后找，如果找到l类概念和特征语义块，那么把前标 志和l类概念或者特征语义块之间的内容作为辅块。 规则4：如果句首是时间短语或者地点短语并且后面是辅块的标志，那么后标 志之前的内容都是辅块 规则5：如果句子中有后标志，从后标志往前搜索，如果找到逗号、物化的空间 (奶01)、或人化空间(pj01)、时间(j1)等基本概念短语。那么从