浅析句群划分的基本依据研究.pdf

浅析句群划分的基本依据① 昊 晨1’2 张 全2 1中国科学院研究生院 北京 100039，2中国科学院声学研究所北京 100080 bjwuchen@126．com，zhq@mail．ioa．aC．cn 摘要：语言知识处理的新发展为语言研究提出了新的要求，为了能够更准确 地获取语义内容，句群研究显得尤为关键。本文结合HNC(概念层次网络)的相关 理论，从句群中各个句子之间的语义关系出发，探寻汉语句群在语言概念空间中 的组合原则及表达特点，得出划分句群的依据，为HNC篇章处理中的语境单元萃 取环节探索道路。文章最后按照不同的语义组合规则，对句群的分布情况进行了 统计，以验证所得的句群划分依据。 关键词：句群，语境单元，HNC理论，计算语言学 一、引 言 以信息检索、机器翻译为研究代表的计算语言学的发展，使得语言学的研究 范围进一步扩大。加强对句群的研究成为语言学新发展的一项重要内容。但是传 统语言学对于句群的研究远远不能满足计算语言学的需要，尤其无法满足计算机 处理的需要。给出形式化的句群处理和认定规则，这是自然语言处理研究——尤 其是基于语义的所要解决的一项重要问题。 HNC理论——语义的形式化描述体系——迈入了篇章处理的新阶段，“句群” 作为篇章在语言空间中的基本单位，需要进行深入的研究，句群的切分则成为首 要解决的问题，它是萃取句群在概念空间中所对应的语境单元信息需要完成的第 一阶段任务，句群划分的结果将很大程度上影响语境单元萃取的结果，尤其是领 域代码的确定。其中，领域代码是HNC用来描述句群在概念空间中的语义信息的 符号体系，包含了领域和领域句类两个方面，领域描述事件核心所归属的范畴， 学研究所创新项目资助。 比如法律、政治等；领域句类则具体地描述了句群的深层语义结构。这样，探讨 “大于句子的语言片断”即句群的组合规律从而服务于句群的划分，也就显得十分 必要了。这里的组合规律就是句群中句子之间的联系及其规律，这些联系可能是 语义上的，也可能是形式上的，本文希望通过对这一规律的研究，形成句群判定 的相关策略。 二，句群 句群是在语义上有逻辑关系、在语法上有密切联系、在结构上有衔接连贯的 一群句子的组合。可见，句群是一组由某一语意中心统摄的，关系密切的句子的 集合体。从语言的表达看，如果表达的意思比较复杂，往往不是用一个句子，而 是用几个句子组成的句群来表达，分成几句话来说。这样要比用一个结构很复杂 的句子更容易让人理解，这也是形成句群的主要原因。 HNC认为：扣题就自然形成句群，句群就是围绕着一个特定概念展开的话 语，“题”就是指一个特定的概念。其中概念是指HNC语言概念空间中的语义表 达，换句话说，句群就是围绕着HNC语言概念空间中的某一语义基点进行描述的 句子的组合，这一定义和语言学的定义没有本质的不同。然而，这一定义同时告 诉了我们抓住牛鼻子的关键，为计算机获取句群描述的中心信息提供了可以操作 的线索。 三、句群的划分 对自然语言的理解处理最终要靠语义，所以句子级的语料标注应以语义为主 导。HNC理论(黄曾阳，1998)建立了自然语言句子语义的表述模式，我们以该理 论模式为指导来对句子的语义进行自上而下的标注，第一阶段的标注内容主要有 三项：(1)旬类，即句子的语义类型；(2)语义块，即句子的下一级语义构成成分； (3)句蜕，即包含在语义块内的句子。 (一)从语义的角度看 语义是划分句群的根本依据，语义的转移标志着旧句群的结束新句群的开始。 诚然，在语言空间的音和形上缺乏明确的标记，而人可以了解句子的意义，通过 概念联想脉络抓住这个隐现之“义”，将表述中心一致的语句归集在一起，自觉形 成句群。HNC概念基元符号体系为把语言空间隐现的义转变成语言概念空间显现 的义提供了有利的手段。本节结合HNC句类体系、概念基元符号体系，从组成句 群的句子语义本身之间的几种主要关系人手来讨论划分句群的依据。当下一个句 子超出这些关系，就可以认为是一个新句群的开始。 语义的并列。并列关系即几个句子分别说出几种事物或同一事物的几个方面， 彼此之间呈横向的平行关系。这种关系在概念空间中表现为：句子句类，甚至语 句格式都是一致的，并列的句子之间特征语义块相关，共享句子的第一个广义对 象语义块。 例1： 春天Il像Il刚落地的娃娃，+～从头到脚都是新的，++它I|生长着! ++春天IJ像0小姑娘，+～花枝招展的，+笑着，+走着! ++春天II像lI健壮的青年，+～有铁一般的胳膊和腰脚，+领着0[