面向信息处理的而类短语钻研.pdfVIP

摘 要 本文以2000年的人民日报为研究载体，共计24，181，518字，根据不同考察目 的逐条分析标注，统计，得出数据，找出规律。本文先研究连词“而”识别规则， 再对“形l+而+形2”格式的识别规则进行研究，最后，考察了“为A而B”格式的 识别规则。文章共分8章部分，共五部分。 第一部分，从第0章到第2章，文章对前人的研究做了综述，对语料进行了预 处理，对文章中所用到的变量，规则，条件表达式都进行了详细地说明。 第二部分，从第3章到第4章，文章详细地描述了含“而”的双音节短语在语 料中所出现的分词歧义现象，并对它们进行了消歧规则的研究，从而作了语素 “而”的识别规则。 第三部分，即第5章。文章对含“而”的多音节短语情况进行了考察并建立 了两个词表，普通词表和常用短语表，分别收词90个和1158个． 第四部分，从第6章到第7章，文章进行了“丙”和介词构成的特殊格式的识 别规则研究。我们首先进行了“形容词1+而(又)+形容词2”格式的识别规则研 究。在此基础上我们进行了“介A而B”特殊格式的计算机自动识别规则的考察， 并以“为A而B”格式为特例做了自动识别规则研究。 第五部分，即结语部分。 本文的研究以实现汉语句法自动理解为且标，以语料库为基础，进行汉语句 法规则的归纳和描述。研究的成果将促进语料库建设的发展、为现代汉语研究提 供新的课题并促进汉语研究的现代化，同时也将推动汉语自然语言信息处理的研 究向纵深发展。 关键词：“而” “为A而B” 语料预处理 分词歧义 识别规则 Abstract article onthe of in totalizes This bases 2000。which corpusPeople’SDaily tobe billion on ofthe 2．4。181，518 words，focusesrecognition conjunction。而。 structure withthe of andthe analyzing。labeling，andhelp ofadjl+而+adj2。by rulesfromstatistics。and onthe get finallystudy recognitionof。Prep+A+而+B。． is into8 5 Thisarticledividedchapters，mainlyparts． about and onthe Part summadzation 0-2)is pretreatment 1(Chapter thevadableand the of formula。and expression corpus，defines specifies condition． Part ontheresearchof 3·4)focuses 2(Chapter segmentationambiguities ofthe occursinthe