关于计算词典学理论框架探讨.docVIP

关于计算词典学理论框架探讨 　　摘要　计算词典学是一门词典学与计算机科学结合的新兴学科，是推动辞书现代化发展的理论保证。本文结合国内外计算词典学研究的特点来探讨这一新学科的基本理论框架，包括计算词典学的性质、任务及其研究方向或范围，以利辞书工作者根据实际情况确定自己的研究方向，切实推动计算词典学在我国的发展。 　　关键词　计算词典学　语料库　电子词典　词典数据库　计算机辅助词典编纂 　　 　　词典与计算机技术的结合产生了一种新的词典学理论――计算词典学。国外自20世纪60―70年代就开始了计算词典学的理论研究，到80―90年代其理论框架和研究范围渐渐趋于明朗。著名的词典学刊物Lexicographica在1988年出了“计算词典学和计算语言学专辑”。Boguraev等人在1989年出版了《自然语言处理中的计算词典学》一书，Zampolli的《计算机词库》和Eynde等人的《话语和语言处理词库的开发》都对计算词典学的相关问题作了深入的探讨。近年，有关语料库词典学的著述也有不少，最具代表性的是Ooi的《计算机语料库词典学》。有关计算词典学的论文更是不计其数。在我国辞书界，学者们虽然对计算词典学的研究也十分感兴趣，但系统的研究才刚刚开始。为了明确计算词典学的研究方向和研究任务，有必要对其理论框架作一探讨。 　　 　　一、计算词典学概述 　　 　　从计算词典学这个术语的构造来看，它是个偏正词组，可以解释为以计算机技术为手段、以词典学研究为目的的学问。词典学是研究词典编纂理论和实践的学科，计算词典学当然不能背离这个范围。通俗地讲，词典学反映的是传统词典研究和编纂的范式，而计算词典学反映的则是基于现代化技术的新型词典研究和编纂的方法论。计算机信息技术和多媒体技术无疑给词典学提供了绝佳的工具。 　　计算机在资料的存储、提取、分析、传播、交换以及语料库设计和词典编纂等方面，为词典学的研究提供了坚实的基础；另一方面，在自然语言处理中，也需要大型词库或电子词典来加强数据处理能力，这些外因也对计算词典学的产生和发展起到了重要作用。从这种意义上讲，“计算词典学”的任务是开发印刷文本词典的机读版本或计算机使用的词典数据库。 　　外国学者(Amsler，Ooi，Hartmann，Bennett等)对计算词典学有不同的定义。从形成的历史来看，计算词典学首先是解决词典知识内容的“电子化”和“机读性”问题，研究词典数据库的计算机自动读取、自动识别、自动转换；其次是研究如何使用计算机进行词典的辅助编纂、编辑和修订，力争在不远的将来达到词典编纂和修订半自动化的目标，最终向基本自动化的方向发展；其三是对现有的印刷版词典进行电子化改造，或设计编纂专门供人阅读的包括网络词典在内的电子词典。 　　在词典数据处理和词典编纂数字化方面，除众所周知的计算机辅助词典编纂之外，还有真实连续文本的分析以及词汇的索引和提取。通过索引的方法调查和分析有关语词在自然话语中的分布，以便考察词的语法、语义和语用等功能属性，获取词项的功能和用法特征，同时得到词的义项分布或划分的根据。 　　总的来说，计算词典学研究如何实现词典语料处理电子化，词典编纂半自动化或自动化，词典编排形式化，词典载体数字化，词典查检智能化，词典信息表述多媒体化。研究的主要内容是：语料的搜集与处理、义项划分的数据支持、综合语义分析、例句的提取、辅助词典编纂、词典数据库的建设、语料库和数据库的管理、词典的半自动或自动化生成、词典信息统计、词典编纂管理、词典导出接口，等等。 　　 　　二、计算词典学与相关学科 　　 　　计算词典学的技术基础是计算语言学，它主要研究计算机自然语言处理(NLP)，包括对书面和口头语言各个层面的信息进行处理和加工的技术；计算语言学的研究成果要融入词典学才能为词典编纂实践所利用。语料库词典学综合或吸取了计算语言学、计算词典学和语料库语言学的观点和方法，主要致力于基于语料库的词典编纂原则和实践的研究。 　　计算词典学的理论基础是计算词汇学，它研究的是计算机在词库研究中的应用，特别是词库的计算表征、词汇数据的计算方法以及计算机化词库与自然语言处理系统各部分之间的关系，包括用计算机模拟的方式研究人类自然词汇认知和习得过程中的心理表征，词汇信息在心理词库中的排列结构、存储方式和提取、组配方法，词汇意义形成的机制等问题。计算词汇学与计算词典学的区别在于，前者着重于词汇(或词库)语法功能和语义结构的研究，而后者则着重于语法功能和语义结构的描写，但分析与描写是统一的，相辅相成的。 　　 　　三、计算词典学的主要研究方向 　　 　　计算词典学是一个跨学科的研究领域，在长期的研究中已发展成为一门相对独立的学科，有一整套的研究方法和比较明确的研究方向。 　　 　　(一)语料库