第三章现代汉语np、ap、vp、dj的句法语义规则.PDFVIP

第三章 现代汉语 np、ap、vp、dj 的句法语义规则 第三章 现代汉语 np、ap、vp、dj 的句法语义规则 §3.1 短语规则的形式表达 1 本文讨论的短语规则每一条都涉及两部分内容 。一部分是短语的内部构成情况；另一 部分是对这条短语规则所做的详细说明。请看一个简单的例子。 “一件衣服”是一个具体的名词短语。如果用自然语言来描述的话，这个具体的名词短 语对应的抽象规则至少包括这样两部分：（1）汉语中一个名词性成分 （np）可以由数量成分 （mp）加上名词性成分（np）组合而成。（2）要完成这个组合，需要满足的条件至少包括： 其中的 np 可以受量词修饰；并且 mp 中的量词要跟np 对量词的选择要求一致。 上述规则的作用是明显的。它可以接受 “一件衣服”这样合法的汉语 np，而排斥 “* 一 件书”、“* 两个眼光”这样非法的 np。当计算机碰到 a “一件书上没有提到的衣服”、b“两 个眼光很不错的男人”这样的形式时，这条规则能够帮助计算机做出正确的判断。对于 a， “一件”是修饰“衣服”的，而不是就近修饰名词“书”的；对于 b，“两个”是修饰“男 人”的，而不是就近修饰名词“眼光”的。因为根据词典中已经标明的语言知识，“件”能 跟“衣服”搭配，不能跟“书”搭配，“眼光”根本就不能跟个体量词搭配，所以对于 a 和 b，量词都是修饰距离远的名词，而不是修饰与它距离最近的名词。 这个简单的规则例子是用自然语言进行表述的。人容易理解，但计算机却很难看懂。要 让计算机掌握这样一条规则。最好是将规则以一定的形式语言来进行表述。 自从乔姆斯基提出形式语言理论以来，已经发展出不少用来表述自然语言语言知识的形 式模型。对这些形式模型，本文不作讨论，可参见翁富良等（1998）2 。本文短语规则所用 的形式化表达方法主要有两部分内容，分别对应着规则的上述两个组成部分。一部分是上下 文无关文法产生式（Rewrite Rule），用来描述短语的内部组成模式；另一部分是合一等式 （Unification Equation），用来对一个短语进行详细的说明。对本文规则的形式语言的详 细定义可参见附录一。这里先对规则的一般情况作一些扼要的说明。 上下文无关文法产生式，又叫作转写规则，它的一般形式3为： A - α 其中 A 是非终结符（Non-terminal Symbol），比如上文提到的短语功能类标记 np、vp、 ap、dj、sp、……等等。α可以是非终结符、终结符 （Terminal Symbol）、或由二者组成的 字符串，比如“vp”、“v”、“学习”、“mp np”、“v np”、“vp u的”、“。”……等等。 还是拿上面的例子来说明，它用到的产生式规则是：np-mp np。从组成的角度讲，这 个规则描述了 np 可以由 mp 加 np 组成；从转写的角度讲，这个规则是说，一个 np 可以转写 成 （生成）mp 加上 np 的形式。用这样的有限的转写规则去描述无限的自然语言句子，是乔 姆斯基创立转换生成语法的最高目标。尽管这个理论目标是否合适，以及是否能够达到，目 前尚无定论，但从方法论的角度讲，上下文无关文法规则作为一种刻画自然语言句法结构的 表达手段，至今仍然是形式语法以及自然语言处理实践中的主要模式，很多理论研究和实际 工作都是在这个基础上做一些补充或者调整，参见方立（1993）4 5 ，姚天顺等（1995） 。这 里需要说明的是，我们对产生式规则右部非终结符和终结符的个数没有限制，即一棵句法树 可以是二叉的，也可以是多叉的，根据实际需要决定。而且右部终结符还可以有标点符号， 即包含形如“np-np w、 np”这样的规则（这是为了描述像 “电影、音乐、文学”这 样的联合式 np）。限于篇幅，本文对包含标点符号的短语组合暂不加讨论6 。 “合一”是基于复杂特征集（Complex Feature Set）的运算。有关复杂特征集与合一 运算的形式定义，可以参看冯志伟（1995）7 8