汉语语篇中人称指代消歧探究.pdfVIP

第22卷增刊 江西师范大学学报(自然科学版) V01．22．Sup． 1998年10月 JOURNAI．oFJⅫGⅪNoRMALUNIvERSlTY0ct．1998 汉语语篇中人称指代消歧研究· 谌志群周昌乐郑洪 杭州太学计算帆系58#．杭州，310028 搐要?本文首先分折了汉浯语篇申的人称指代髓律．然后给出了“关注焦点”集的 概念及“关注焦点”集的计算方法，在此基础上，提出了一种基于“关注焦点”集计算的人 称撞戗担蛀簋莺．该算法充分利用了汉语语句级的语义信息，并反映了汉语的指代援律-在 我们小规模的实验中，取得了91％的消歧成功翠，初步反跌了该算法的可行性． 关键字：自然语言理解，汉语，人称代词，指代消歧 。 l 中图法分类号：TP39 语篇是最高一级的语言单位，语篇一般由多个句子组成，但语篇不是多个句子的简 单罗列，语篇中旬与旬之问必须有衔接成分，在语义上必须连贯．作为语篇衔接与连贯的 重要手段之一，指代(Anaphora)是指在语篇中用一个指代词回指某个以前说到过的语言 单位．当指代词是人称代词时我们称之为人称指代．人称代词指代的一般都是名词或名词 词组．消除人称代词的指代歧义是自然语言语篇理解的一项重要内容．所谓消除歧义也就 是一个替换过程，即用人称代词指代的语言单位替换人称代词，使得计算机对语句和语篇 的语义处理能够进行下去．本文提出了一种基于“关注焦点”集计算的人称指代消歧荒略， 并给出了消歧算法．实验的结果是令人满意的． 1汉语人称指代分析 现代汉语中的人称代词主要有：我、你、他、她、它、我们、你们、他们、她们、它 们等．人称代词又分为第一人称代词(我、我们)、第二人称代词(你、你们)和第三人 称代词(他、她、它、他们、她们、它们)．第一人称“我”在语篇中往往指说话者．或 者指代作者(比如在第一人称写法的记叙文中)，或者指代语篇中的说话者(“我”出现在 直接引语中)．“我们”是复数形式，指比多个说话者，有时还可将听话者包括在内．第二 人称指听话～方，单数用“你”，复数用“你们”．第三人称指说话者和听话者以外的一方． 单数用“他”、“她”、“它”，复数加“们”．“他”指男性，“她”指女性，“它”不指人而 指物．吖电们”可专指男性．也可兼指男性和女性，“她们”专指女性，如果男女兼有可 以写成“他们”． 2 “关注焦点”集及其计算 在语篇中，无论是陈述和说明的对象，还是动作的施与者与承受者都是名词、名词词 组或其指代词，因此它们应成为语篇生产者(作者／说者)和语篇消费者(读者，听者)共同关 注的中心．由于名词和名词词组在语句中的句法功能不同，其被“关注”的程度也就不同．名 ’浙江省自然科学基金项目资助 ， 谌志群等汉语语篇中人称指代i《歧研究 t998年 词和名词词组在语句中可充当主浯、宾语和其它成分(辅助语)．为了反映名词和名词词 组的被“关注”规律，我们为充当主语、宾语或辅助语的名词和名词词组分别设定一个权 的是主语、宾语和辅助语之间相对的被“关注”程度．三个递减数值序列反映的居随着语 甸的推移，充当主语、宾语和辅助语的名词和名词词组被“关注”程度的递减．这些权重 序列是经验数值，可以根据实验情况进行调整． 为了量化名词和名词词组的被“关注”程度，我们分别为备名词和名词词组计算一个 积分，以积分高低作为其被“关注”程度的度量．权重序列是计挥积分的基础．当一个名 词或名词词组第一次出现在一条语句中时，根据其充当的句子成分将相应权重序列的第一 个值赋给它作为其积分．如果在接下来的句予中该名词或词组不再出现，则其积分按其权 重序列递减．但如果该名词或词组又出现了，则其积分在顺序递减的基础上还要根据它在 此句中的成分累加上相应的权重． 一般来说，在语篇的任一点(即语句)上总有若干个积分大于0的名词或名词词组．我 们将积分大