汉语句子的语块标注规范V30-清华大学信息技术研究院语音和语言.PDFVIP

语 块 标 注 规 范 汉语句子的语块标注规范(V3.0) 1 概述 语块(chunk)标注属浅层句法分析，主要目的是通过标注显示一个句子的结构骨架。语 块标注在语法理论上应是中性的，以便使短语结构语法、依存语法、配价语法、范畴语法等 不同流派的语法学者都能利用这种带语块标注的语料来获取他们各自需要的语言知识，或据 此进一步作深层的句法分析。 句子层面上的主要语块是主语、述语、宾语、定语、状语和补语等，其他次要语块包括 独立成分语块、语气词语块等。 定语虽然也是一个句子成分，但它一般只出现在主、宾语等其他语块内部，因此在句子 一级的语块切分中不单独予以标注。 语块标注的基本原则是： 1) 穷尽性——在完成语块标注的句子中，任何一个词都必须无遗漏地进入某个语块。 2) 线性——在完成语块标注的句子中，全部语块将形成一个线性序列。也就是说，不 论一个语块内部是否包含更深层的结构或子语块，都不再对其内部进行标注。 2 标记集定义 目前的语块标记集共有8 个标记，详见表 1 。 一般来说，对于一句句子，主语语块主要描述了句子 表 1 汉语语块标记集 的陈述对象，即说话人要说到的话题，述语语块描述相应 语块标记 语块描述 的动作或行为，宾语语块描述跟这种动作或行为有关的事 S 主语短语 物。状语语块则描述了动作或行为的方式、程度、或动作 P 述语短语 行为发生的时间、地点等，补语语块说明了动作行为的结 O 宾语语块 果或状态。它们一起组成了句子的基本骨架。 J 兼语语块 为简化起见，在具体的语料标注中，每个语块只用左 D 状语语块 C 补语语块 中括号‘[’标注其起点，根据基本原则1)和2)，后一语 T 独立语块 块的起点自然成为前一语块的终点。最后一个语块的终点 Y 语气块 是从它的起点‘[’往后（右）搜索到的第一个点号（包括 顿号、逗号、分号、冒号、句号、问号、叹号、省略号等）或句尾位置，其间需要跳过各个 匹配的标号对（如括号对{}，引号对“”等）。如果不满足此条件，即某个语块中包含点号 （主要是顿号、逗号、分号、冒号等），则需显性标注其终点位置（即需要标注语块结束标 记 ‘] ’）。 3 语块处理规范细则 3.1 主语语块 3.1.1 最典型的主语语块是作为陈述对象的名词性成分，包括通常认为的施事主语、受 语 块 标 注 规 范 事主语和与事主语等，如： [S 学校 的 老师们] 都 在 忙 着 上课 （施事主语） [S 那 幢 房子] 已经 拆 掉 了 （受事主语） [S 这 位 先生] 我 为 他 抄 过 稿子 （与事主语） 3.1.2 存现句中句首的处所词或方位结构标注为：[S [S 河面 上] 飘 着 雪花 3.1.3 下列句子中句首的谓词性成分分别标注为：[S [S 游泳 ] 是 最 好 的 运动 （指称性主语） [S 先 别 告诉 他] 比较 好 （陈述性主语） [S 美丽 ] 并 不 代表 智慧 在这里需要注意头两个例子的差异性：在例子 1 中，充当主语的谓词性成分本身虽然仍 旧表示动作，但基本上已事物化，变成了可以指称的对象，可以用“什么”来指代，因此称 为“指称性主语”；而例子2 中的主语没有事物化