“两个半天”和“两个半月”——面向词法自动分析的涉数时间语素说略研究.pdfVIP

2007北京师范大学全国博士生学术论坛(中国语言文学)论文集汉语及语言学卷 ‘‘ 两个半天’’和“两个半月 ——面向词法自动分析的涉数时间语素说略 张霄军‘ (南京师范大学文学院，南京。210097；陕西师范大学外国语学院，西安．710062) I摘要J涉数的时间语素的词类闯题一直是汉语学界争论的一个热点，这些语素在汉语词法自 动分析中也是最容易造成混淆和产生不一致的元素。本文从中文信息处理中词法自动分析的 角度剖析了涉数时间语素的词类归属，考察了1200万真实语料中涉数时间语素的词性标注 和自动分词情况，并提出了改进的蕊向汉语词法自动分析的这些语素的自动分词原则和词性 标注原则。 【关键词】涉数时间语素词类 词法自动分析 词性标注 自动分词 Lexical Auto--analysis of‘‘两个半天”and“两个半月” ZhangXiaojun 1 Normal 1 Normal 0097；Shaanxi 0062) (NanjingUniversity,Nanjng，2 University,Xi’all，7 the isa in studies． Abstract：Theclassificationof timewords theChinese bigproblem grammar IntheChineselexical words a of inthe greatnon-consistency auto—analysis，thesemayproduce and their word—classorientedtotheChinese POS—tagging．Itanalyzes word—segmentation proper in a lexical outtheir and results auto-analysis，checkssegmentationPOS-tagging 1 Chinese therulesoftheir and 2，000，000一charactercorpus，proves segmentationPOS—tagging． Words：timewords numbers，word Key relat、ed class，lexicalauto—analysis，POS-tagging， word—segmentation 一、 引言 有这样一组句子： 例句l (a)工程只用了两个主月就顺利完工了。 (b)展览可以持续_开放主旦甚至一个月。 在现代汉语自动分词中，例句(a)和(b)中的“半月”一词，在构词形式上都属于“数 (量)词+时间语素”，但(a)句中的数词“半”应该和前语境“两个”结合在一起构成完整 的数量“两个半”，即2．5。而(b)句中的数词“半”本身就代表了完整的数量0．5，应该直接 和时间量词“月”结合。所以(a)句中的“半月”要切分而(b)旬中的“半月”不需切分111。 但在相同形式的另一组句子中： 1[作者简介]张霄军(1978一)，男，1978