中文CCG树库的构建.pdfVIP

第26卷第3期 中文信息学报 v01．26，No．3 2012年5月 INF()RMATl0N JOURNAL0FCHINESE PROCESSINGMay，2012 编者按：中国中文信息学会于2011年8月在河南洛阳召开“第十一届全国计算语言学学术会议”。 会议的程序委员会向本刊推荐了一批优秀论文，编辑部得到授权，又请专家审阅，并请作者修改，其 中的21篇在本期发表，以飨读者。 文章编号：1003一0077(2012)03一o003一06 中文CCG树库的构建 宋彦1，黄昌宁2，揭春雨1 (1．香港城市大学中文、翻译及语言学系，香港九龙达之路83号； 2．微软亚洲研究院，北京100080) 摘要：组合范畴语法CcG)是一种类型驱动的语法．可以高度词例化(1exicalized)井兼顾句法和一定程度上语叉 的表达，可为深层次的文本分析提供有效支持。将CCG应用于真实文本分析需要编制大规模的词库，为了避免为 此付出的昂贵人力和资源。一个经济有效的解决方案是利用现有短语句法树库来自动生成ccG树库。该文提出 在清华中文树库的基础上自动生成(二cG树库的方法，在预定义的中文句型和基于清华树库的动词子范畴框榘的 支持下，通过标准转换算法，得到一个包含3z737句、超过35万词次的中文CCG树库。该树库通过手工和自动评 价验证，又与已有文献所报告的多语种CCG树库构建工作比较，均证明谊文所述方法的有效性。 关键词：组合范畴语法；树库；中文句型；动词子范畴框架 中图分类号：TP39l 文献标识码：A ConstructionofChineseCCGbank s0NGYanl，HUANG changnin矿，KITchunyul of of (1．DepartmentChinese，TranslationLinguistic5，CityUniver3jtyHongKong， 83TatChee AVe．。Kowloon，HongKongSAR，China； Research 2．Microsoft 100080，China) Asia，Be幻ing a lexicalizedfomaIismwitha Grammar(Ca：)is grammar Abst甩ct：CombinatoryCategorial type．driven transpar— to entinterfacebetween and5emantics，whichisessentialto text To CoBreal syntax in-depthprocessing．apply scale1exiconneedstobeconstructedas a dealof texts，howeyer，alarge