汉语依存图库建设的研究.pdfVIP

汉语依存图库建设研究 王跃龙姬东鸿 武汉大学语言与信息研究中心武汉430072 摘要：树库的构建是语料库语言学的重要组成部分。本文提出构建一种全新的汉语树库—依存图库。依存 图表示可以突破以往树结构表示的局限，更好地表示词语之间的关系，对于汉语特殊结构的表示具有更大的 优势。 关键词：依存图；依存图库；依存语法 A 0ntheconstructiOnOf study ChIneSe Graph-bank Wang Ji YuelongDonghong Cenlerforthe 0f of StudyLangtlage＆Infonnation Abstract：TheconstmcⅡonofTreebankisoneof出emost 0f imponant∞mpoⅡ印ts corpllslinguiStics．njspaper to anew coⅡslnlcl Chinese of proposed style graph-bank．The TreebaIlk—d印endencyrepres如tation can of reladons graphbreak也eliIldtationIreestructllreto wofds It r印res∞t也e aInong appropdatelyhas母eat the ofChiⅡese spec湖st兀lctures adVantagesfoHepresentiIlg laⅡguage． Gnmmar Keywords：DependencyGfaph；Depend∞cyGraph．bank；Dependency 1 问题的提出 语料库的构建是语料库语言学的基础。经过加工的熟语料库包含丰富的语言信息，无论对于传统语言学 的研究还是信息处理的应用都具有重要的意义。 排列，其内部的成份组织是存在一定层次结构的。这种层次结构通常用“树”(tree)这种形式工具来表示。 如果考虑歧义，那么一个句子可能对应多棵树。大量句子以及其对应的树结构的集合就构成树库。树库作为 包含丰富语言信息的语言资源，其作用在于以下几方面。首先，它可为基于统计的自动句法分析器提供必要 的训练数据和统一的测评平台：其次，它能为汉语句法学研究提供真实文本标注素材，便于语言学家从中总 结语言规则和规律；再次，它是进一步进行句子内部的词语义项和语义关系标注的基础。 树库的表示方法一般来说可以分为两种，一种是短语结构的表示，一种是依存的表示。相对于短语的表 示，依存的表示有许多优势：例如，依存表示没有短语节点，比短语结构表示节省空间，而且可以反映词语 之间的搭配关系，垂直同现约束和水平同现约束等关系。可以较容易的映射为语义的表示等。 现有的依存树库中，大多数构建理论是基于传统的依存理论，但是我们发现这样的依存表示在对汉语的 表示中并不是尽善尽荚。一些特殊的汉语结构用现有依存的表示显得有些捉襟见肘，不能很好地反映词语之