漢语树库研究综述.pptVIP

宾州汉语树库PennCTB 台湾中研院Sinica树库 清华大学汉语树库TCT 哈工大依存树库HIT-IR-CDT 山西大学汉语框架网络CFN 应用领域：机器翻译、信息检索、信息抽取、问答系统等 汉语树库研究综述 标记集 词性：名词 (N) , 动词 (V) , 形容词 (ADJ )等标记; 短语类型：名词短语 (NP) , 动词短语 (VP) , 介词短语 (PP)等标记; 语法功能（句法关系、依存关系）：主语 (SBJ) , 宾语 (OBJ) , 状语 (ADV)等标记; 语义角色：位置 (LOC) , 方式 (MNR) , 目的 (PRP)等标记。 汉语树库标注知识对比 词类 短语类型 语法功能 语义角色 特征标记 PennCTB 33 23 26 X X Sinica 46 O X 63 9 TCT 26 16成分标记 27 X X CDT 28 X 24 X X CFN O O O 框架元素 X 树库构建的意义与目标 首先，在理论层面利用句类依存树深化汉语句法语义的形式化分析； 其次，尝试解决汉语多动词句的句法语义分析难点； 最后，在应用层面深化HNC句类理论在机器翻译领域的应用。 二、构建句类依存树库的理论探讨 “既然我们的普遍共识是，汉语的词性和句法功能是不像英语中那样严格对应的，那么一个以词性为基础，以主谓宾等句法功能为架构的汉语树库，真的能够全面而真实地反映汉语的语言现实吗？” ——董振东2011“下一站在哪里” HNC基元概念语义网络图示 构建句类依存树库的理论背景 1.HNC三大语义网络 基本概念、基元概念以及逻辑概念语义网络 2.HNC句类分析理论 中国今天公布了打击走私的巨大成果。 句类代码：T3Y30*21J=TA+T3Y30+YC 作用句、过程句、转移句、效应句、关系句、状态句和判断句七大句类共57组基本句类。 公布：信息的转移T3J=TA+T3+TB+T3C 效应的显隐Y30J=YB+Y+YC 三、汉语句类依存树库构建实践 例1：中国/pj2 今天/j1 公布/v 了/hv 打击/v 走私/v 的/l42 巨大/u 成果/r 。/pun 例2： 此外/lb ，/pun 委员会/pe 还/uv 相继/uv 派/v 团/pe 赴/v 台/pj2- 访问/v ，/pun 与/l02 台湾/pj2- 工商界/pj01 进行/vv 了/hv 广泛/u 的/l42 接触/v 和/l41 交流/v 。/pun 1.概念类别标注集 从HNC语义网络中归纳了便于操作的十一大类93小类概念类别：动态概念v、静态概念g、属性概念u、值概念z、效应概念r、人p、物w、基本物pw、基本概念j、语言逻辑概念l以及语习概念f。 2.句类关系标注集 两大类六小类：（1）句类核心成分 v类概念自身的语义类别 v与相关广义对象语义块之间的关系 T3Y30*21J=TA+T3Y30+YC 中国今天公布了打击走私的巨大成果。 （2）句类非核心成分 C. 特征语义块Ek的复合构成 D. 时间、地点、方式、工具、参照等辅语义块 E. 语义块核心成分的修饰性成分 F. 句子的附加成分 3.标注工具开发 4.可视化显示 light verb Jesperson, O. (1954)： have a rest, take a sneak Grimshaw Mester（1988）,Chomsky:隐性轻动词 汉语中的三类轻动词： ①有语音形式的轻动词：如“进行”、“加以”、“予以”、“给予”、“作”等，形式动词、泛动类动词、虚化动词、先导动词； ②没有语音形式的空位动词； ③事件性谓词（eventuality predicate）：如语义算子DO、BECOME、CAUSE等 四、对汉语显性轻动词句的分析 PennCTB例：该处现正就六宗较严重的山泥倾泻事件进行详细调查。 Sinica并要求各主要阿拉伯国家先进行多次磋商以确保高峰会顺利成功。 VP(addition:Cbcb:並|Head:VF2:要求|goal:NP(quantifier:Nes:各|property:VH11:主要|property:Nca:阿拉伯|Head:Nac:國家)|theme:VP(time:Dd:先|Head:VC2:進行|goal:NP(quantifier:DM:多次|Head:Nv1:磋商))|purpose:VP(purpose:Cbca:以|Head:VE2:確保|goal:S(theme:NP(Head:Nac:高峰會)|Head:VH11(Head:VH11:順利|Head:VH11:成功)))) 哈工大依存树库： 对已投入市场的，应全部进行检测，对不合国家强制性标准规定的，一律没收销毁；