汉语指代问题的多策略解决.pdfVIP

第撕卷 南京大学学报(自然科学) v01．36 UNIVERSITY oFNAN_，ING 计算机专辑 JOI琅NAL C叫栅l龇 2∞0年11月 (N^：】m黜地SC玎珊CES) Nov．2000 汉语指代问题的多策略解决‘ 许敏 邱玉辉 王能忠 f西南师范大学将计算机科学系，重庆，枷715) ■墨指代曲解决对于日益扩丈的自然语言处理范置将取刊实用意义．重视篇章和故摹情节 的理解固然有助于解决类似的二义性目最，但所需的巨大知识库在实际系统中·无论是t立 迁是量终的效率和完鲁性均报难蔫足用户的需要．本文将甘对汉语的特点，以第三^称代词 为代襄．分析汉语篇章中可能出现的各种指代现拳井进行分类．通过语法分析和句子语义平 面的主客舞信息研究．利用G8理论和格框架，本文提出了辫决此娄语义阔囊的多策略方法· 并给出相应算法．从而避免击依藏宠大的知识率．奉算法在实际嗣斌中有着较高的指代准确 聿． 关t词指代，多策略，GB理论·格 O引 在早期的计算语言学研究中．人们的研究重点在单句的结构和意义上．以后逐渐扩 展到句群、段落乃至篇章的理解上．要想完全理解一个篇章所包含信息，除了要理解篇 章中旬子的含义外．还必须理解句子与句子之闻的联系·面对扩大的研究领域，要解决 的一个新问慝就是上下文中指代的模朔性．所谓指代，是指说话者或写作者假定听话者 或垛卖者能自己分折出所指的对象晕什么．因此才用省略的方法写戚简洁的语旬，其中 留有待读者自行分析的不明身份对象，如果让一个自然语言理解系统来模拟这个过程， 则称之为指代分析。指代的使用带来了理解上的困蔗，也增加了句子间关系和分析的复 杂性。而指代的解决对于目益扩大的自然语言处理范围将取到实用意义．研究其解决策 略，对自然语言理解、智能计算机、中文信息处理等都具有切实的作用，其应用前景十 分广阔。 l基本分析 需要回指的第三人称代词的指代主体既可能在本句内，也可能在前文中．通过代词 的分类和管辖语域与成分控制的研究中，我们注意到如果过分依藏语义知识，刚系统机 器实现的可能性会大大降低，而且叩使实现，语料来源也只可能是受限范围的文本·因 ’第一怍者帕介： 许赶，1972年生，博士研究生，主l研究方向为自蒜语言毫照M^s． 为几乎不太可能在计算机上去建立一个庞大有序。并娩包古所有世界知识、语境知识的 知识库，井基于它进行指代分析和认知推理．因此，比较而言，量可行性的方法应量尽 可毖去依靠句子奉身的深层结掬．即一些客观的知识，分析成分与成分之闻的语法关系。 适过分析句法来推测人类交际时一些应■于语义巷一的闻蠢。介于这样的出发点，·提出 的第一个解决麓咯就是语法过滤．通过缩小可能指代主体规模(即数量)，限定指代范 圈或捧除一些不可能的候选元来降低算法量终的复杂性．然后再在此基础上进拧分类解 决．文中将给出具体的算法和相应的规则描述。 在t个指代解决的过程中，语法过滤罂发挥着重要的筛选、限定作用．如果其功能 足够强大．将会大大降低整个指代的难度．为了下面射研究作准备．现对“主体”进行 如下定义： 定义1．1主体集合^r舒lm∞辟{名词．名1的名2，名。的名2的名3……) 这里的“名词”可为姓名(如李平)、职务(如校长)、表关系的称谓(如姑姑)、 人称代词．而。名。的名：”、“名。的名2的名，”……这种倡正结构，如厂长的秘书、 “爸爸扮爸爸盼爸爸”在本研究中被视为一个主体．同一偏正结构的主体中出现的 。名。”不能相互指代． 2语法过滤器 2．1反身代词的语法过滤 汉语中反身用法的照应语主要有“ta自己”(当然还有“衄本人”“协自个儿4等) 和。自己”几种。在寻找指代主体的过程中。该照应语芷管辖语域内靛约柬，面照应语 的管辖语壤悬指一个包含中心语、主语和补语．可以体现一切语法功能的量小完整功能 体(印CFc)．这一点实际上限定了指代主体的搜索范围．因为照应语(如饵自己)回