现代汉语动名语串结构关系判定COLIPS.pdf

Journal of Chinese Language and Computing, 15 (3) : (173-183) 现代汉语动名语串结构关系判定1 邱立坤 北京城市学院人工智能研究所，北京，100083 提要: 本文从大规模标注语料库中获取实例，使用电子版现代汉语语法词典和现代汉语语义 词典，探讨现代汉语动名语串结构关系判定的问题。本文考察了分别引入动词、名词 次范畴，语法词典中的动词直接修饰名词与名词直接受动词修饰两种属性，语义词典 中动词、名词的语义属性，来对动名语串结构关系进行判定的效果。 关键词 ：动名语串 结构关系 自动分析 现代汉语 标注语料库 电子词典 1 本文所用资源 本文使用了北京大学计算语言学研究所 PFR 语料库、《现代汉语语法信息词典》电子 版局部、《现代汉语语义词典》电子版局部。 所用大规模标注语料库为人民日报社新闻信息中心、北京大学计算语言学研究 所、富士通研究开发中心有限公司三方于 2001 年 4 月 1 日免费公布的“PFR 人民日 报标注语料库(版本 1.0，下面简称 PFR 语料库) ”（文本内容为1998 年 1 月份人民日 报），计有 110 余万词。该语料库在标注过程中所采用的标记集2 中作出了名动词（Vn ） 与动词（v ）的区分。 本文所用的《现代汉语语义词典》是中科院计算所与北京大学计算语言研究所联 合开发的一个汉英机器翻译系统中的一个重要组成部分。该词典已对 4 万余条汉语常 用实词的语义分类及语义搭逐一作了描述。本文在分析过程中主要使用了该词典关于 动词主体语义类、客体语义类，名词语义类的描述信息。其中，动词库词条 10788 项， 名词库词条 27828 项。 本文所用的《现代汉语语法信息词典》为北京大学于 1999 年 7 月扩充后的版本， 词典收词已达 7.3 万余条，并且完成了归类。本文在分析过程中主要使用了该词典关 3等属性，名词“前动”属性的描述信息。 于动词“后名”、“外内” 1 本文使用了北京大学计算语言学研究所提供的大规模标注语料库、语法信息词典和语义词典， 特此致谢。 2请参见《规范与手册·附表》。 3 “外内”属性用于描述动词是否及物，不及物动词填“内”，及物动词不填。 174 邱立坤 2 识别动名语串结构关系的价值及相关研究 2.1 标注语料库对动词直接修饰名词现象的处理及其可能的价值 动词与名词搭配形成的动名语串可能为述宾结构或者定中结构，其中，定中结构 的动名语串即属于本文所讲的动词直接修饰名词现象，在本文中两者指同一概念。根 据北大计算语言学研究所的词类标记集，在词性标注过程中，需要将名动词与一般动 词区分开。在经过软件自动切分与标注之后，我们发现：一方面，对于名动词与动词 的区分，目前还没有有效的处理方式，从而使得这两个类的判别成为人工校对过程中 的主要工作之一；另一方面，则使我们想到，如果在词性标注阶段能够多解决一些问 题，实际上也就为句法分析提供了更多的信息。 从寻找谓语中心语的角度出发，做出名动词与一般动词的区分实际上也就是在进 行排除某些动词成为谓语中心语的工作，而这显然是属于句法分析层面的问题。从句 法分析的角度出发，动词是控制句子结构的关键一环，找出了谓语中心语，就等于完 成了句法分析工作的一半。从这个意义上说，在词性标注过程（而不是句法分析过程） 中，做出关于动词与名动词的区分似乎显得有些不必要，因为句法分析的前提就应当 是词性标注。倘若词性标注阶段尝试无法较好地得到解决的问题，而句法分析阶段又 以此为前提进行，那么势必造成两个阶段的连锁不良反应。 但是，北大计算语言学研究所以机器自动加工辅以人工校对的方式所建立的大规 模标注语料库为我们提供了大规模的动词直接修饰名词的实例，这使得我们可以设想 通过在语料库中寻找规则，来实现在词性标注阶段4基本解决名动词与动词的区分问题 的目标，从而为句法分析阶段寻找谓语中心语的工作奠定基础。这也正是标注语料库 的用途与价值所在。 2.2 本文所面临的问题及将予以讨论的问题 动词除了成为名动词及副动词外，仍然可能不是谓语中心语。事实上，在谓语中 心语的判定过程中，我们面临的正是以下几个难题：