u-n-n格式歧义结构的语义分析.pdfVIP

U*n*i1格式歧义结构的语义分析① 李连华1 唐兴全2 晋耀红3 1北京大正语言知识处理科技有限公司 北京 100081 100875 2北京师范大学文学院2004级博士生北京 percylee@126．corn 3中国科学院声学研究所 北京 100080 摘要：本文主要归纳分析了U*n*n组合的各种出现情况，重点研究了多元 逻辑组合内部u*n*n格式歧义结构的语义构成，统计得到了u*n*n格武歧义 结构各子类的分布情况，并以此为基础探讨了u*n*n格式歧义结构处理的一般 原则、基本手段和处理策略。 关键词：u*n*n格式，多元逻辑组合，歧义结构 一、引 言 歧义现象足语言学研究巾的一个难点，也是自然语言理解处理巾的一个难点。 歧义现象存在于自然语言的各个层面。多元逻辑组合是指语言逻辑联结词所联结 的组合单元多于两个而又不构成句蜕的语言结构体。在本文中，我们将对存在于 多元逻辑组合内部的形容词和名词组合而成的歧义结构进行分析，并探讨其处理 策略。 在本文之前，我们根据北京大学《现代汉语语料库加工规范》(1999年3月版) 的词性标记集，以词性标注结果作为激活条件，在北大《人民日报》(1998—01)标 注语料中抽取到6325条形式上：基本符合要求的短语，形式表示为u*n*n②。U和 ①感谢北京大正语育知识处理研究院语言知识部间事为本文完成所做的部分语料标注 工作。 ② 在获取语料时我们依据的是北京大学的标注词性，而在对歧义结构进行研究时，我们 的U指的是u类概念，包括具有gu、ug或u概念类别的概念；n指的是名词性概念，包括具有 规范》。 n的抽取限制为： U：词性标注为a(形容词) ns、nt和nz四种；但对由若干个词组合成的短语型专有名词，不作为一个词来整 体抽取) 我们在抽取U*n*n短语时，除了上述限制条件，在结构形式上要求： (1)只能有一个形容词，两个名词 (2)结构元素“的”在抽取过程中透明 (3)排除以表并联的结构元素“和、及、或”等组合的U*n*n短语 因此，我们的研究对象为：在同一个语义块(非句蜕或块扩语义块)内部 (1)u、11、13．组合，形式表示为：U*n*rl，即FKi内部歧义 例如：不少中国老百姓、中青年杰出人才、深刻的政治含义、广大乡镇企业 的干部、审美的重要取向、实力强大的奥运。 本文中，在tl、rl、n中间加“*”号表示无排列顺序和组合优先性；加“+”表 示u、12、13有排列顺序；加“[]”表示u、n、n之问具有组合优先性，“[]”内概念 先组合。 二、u*n*n组合的；lj现情况 由于北大标注语料(或任意的非HNC标注方式标注的语料)中，并未给出语义 块的边界标记以及词语的词义信息，我们的激活抽取方式仅以词语的词性信息为 依据，因此，抽取出来u*n*n组合有多种复杂的情况，其中很大一部分并不符 合我们在引言中对u*n*n歧义结构的定义。如果句类分析系统能很好地划分语 义块，并给出词语的词义和词性的正确选择，则这一部分u*n*n组合并不存在 (是一种伪歧义格式)。从句子语义的角度进行观察，仅以词性为依据抽取出来的 u*n*n组合有如下出现情况： 境为“办／v好／a戏曲／n院校／n”，这是一种跨越两个语义块的u*rl*13组合。 (2)同一语义块内部，作定语的介词短语一部分与其后的成分优先组合形成的 U*n*n，标记为KNl。如：联合国／n的合法／a席位／n。出现环境为“恢复／v中 国／ns在／p联合国／nt的／u合法／a席位／n”。“在联合国”是介词短语作定语，是语 义块内部的说明性成分。 (3)在某一包装句蜕块内部，包装品与其前句蜕中的语义块组合形成的u*n* n结构，标记为KN2。如：工程／n的有效／a途径／n。出现环境为“工商／n部门／n 实施／v再／d就业／v工程／n的／u有效／a途径／n”。“有效途径”实际上是包装前面 句蜕的包装品。 (4)块内成分错误优先组合的其他情况，标记为KN3。如：成员／n的长远／a 利益／n。出现环境为“把／p锡山／ns的／u未来／t发展／vn和／p每个／r社会／n成 员／n的／u长远／a利益／n结合／v”。“成员”应优先前向与“社会”组合。再如：老／a 干部／n的生活／n。出现环境为“要／v保证／v老／a干部／n的／u生活／vn待遇／n”。 “生活”应优