计算语言学语法理论grammaticaltheoryofcomputationallinguistics.pdfVIP

计算语言学语法理论(grammatical theory of computational linguistics) 关于自然语言语法知识的系统的形式化论述。可以分为基于短语结构的语法和基于词间 关系的语法两大类。前者认为句子由短语组成，短语由词组成，语法就是在区分短语和词的 不同范畴基础上描述范畴间的组合规则，代表性的语法理论有上下文无关语法；后者认为句 子由词直接组成，无需经过短语这个中间层次，语法就是描述词与词之间的支配与依存关系， 代表性的语法理论有依存语法。这两大类语法理论都可以通过树图形式来呈现句子的结构， 但具体的呈现方式有所不同。以“张三丢了一双鞋”为例，基于上下文无关语法对句子结构 的描述如图 1 所示；基于依存语法对句子结构的描述如图 2 所示： 图 1 图2 SUBJ OBJ … 图 1 中 S 代表句子， np ，vp 等分别代表名词性短语，动词性短语等短语范畴。n 、v 等 分别代表名词、动词等词类范畴。句子的树状结构规定了词语间的组合顺序，以及每个组合 的内部语法关系，比如组成 S 的np 与 vp 之间是主谓结构关系。图 2 中ROOT 代表句子的 “根”（或中心），由谓语动词“丢”充当，动词支配主语“张三”、时态成分“了”、宾语“鞋”。 句子的树状结构规定了句中词语间的支配与依存关系，箭头上方的节点是支配词语，下方的 节点是依存词语。箭头线上还可以进一步标记词语间依存关系的不同类型。比如“SUBJ” 表示主语-动词依存关系，“OBJ ”表示宾语-动词依存关系，等等。 由于自然语言单位组合的复杂多样性，在计算语言学理论研究和自然语言处理的实践过 程中，基于上述两大类基础语法理论框架，发展出了许多侧重点不同的语法理论模型。其中 有代表性的语法理论模型包括：将短语结构区分为深层结构和表层结构来揭示不同句法结构 之间关联的转换生成语法；引入特征结构与合一约束等形式表达机制的词汇功能语法、功 能合一语法；强调短语结构内部中心成分作用的中心语驱动短语结构语法、广义短语结构 语法、X-bar 语法；可以直接用Prolog 程序语言来书写规则的限定子句语法；以树结构的替 换和拼接操作代替短语两两组合方式来描述语言单位组合规律的树邻接语法；在短语结构语 法基础上增加规则概率信息的概率上下文无关语法；以约分形式表达词范畴的范畴语法；以 算子形式表达词范畴的链语法；侧重描述动词与名词组配关系的格语法、配价语法；侧重描 述从表达功能到语法形式对应关系的系统功能语法，等等。 参考文献 Ruslan Mitkov, ed., 2003, The Oxford Handbook of Computational Linguistics, Oxford University Press. Mark Baltin Chris Collins, 2000, The Handbook of Contemporary Syntactic Theory, Blackwell Publishers Ltd. 俞士汶 主编，《计算语言学概论》.北京： 商务印书馆，2003 （詹卫东） 自然语言分析 (natural language analysis) 计算机根据给定的形式化的语言知识模型，将自然语言文本中的词语单元、句法结构、 语义关系、语篇框架等信息转换为特定的计算机机内表示的技术。运用自然语言分析技术对 自然语言文本加以分析，是进一步做信息检索、信息提取、文本摘要、机器翻译等各种自然 语言信息处理的基础。通常可根据分析的自然语言单位大小不同以及分析的目标不同，把自 然语言分析任务分为词法分析、句法分析、语义分析、语篇分析等子任务。 词法分析包括连续字符流中的词语识别，词语内部结构分析和形态分析，词类标注等具 体分析任务。显然，词法分析跟所处理的具体语言有关，对于有词形屈折变化的语言，如英 语、德语等，需要进行形态分析。对于没有形态变化的语言，如汉语，则不需要进行一般的 形态分析。不过汉语也有自己的特点，需要做特殊的词法分析，例如汉语在书写时词和词之 间没有空格。进行汉语书面文本的信息处理，首先就需要将汉语文本中的词逐个识别出来， 在词和词之间加