直接成分分析法在计算机结构与树形图上的运用.docxVIP

直接成分分析法在计算机结构与树形图上的运用 0 叉树形态的复杂性 树型图在数学研究、计算机编程和语言学研究中发挥着重要作用。 在语言学研究领域, 分叉树形图经常用于视觉化体现某一语言 (英语) 结构: 句子结构、 音节结构和音位几何特征。 目前常见的利用分叉树形图分析相关句子 (词组) 结构的理论主要有: Chomsky在转化生成语法中提出的 X-、 SP理论、 表层深层结构转化规则1-177, Halliday在系统功能语法中提出的最小括号法486-521;人们根据Bloomfield提出的直接成分分析法168-169在分析实际问题时, 所采用的二叉树分析图等。 然而, 即便是二叉树也有不同的形态, 为研究方便, 本文采用的是如图1所示的二叉树形态。 语言学直接成分分析法 (以下简称 IC 分析法) 中的二叉树和程序设计中的数据存储结构二叉树 (以下简称二叉树) 有着某些相似的特征。 例如: 二者都由结点和分叉构成; 一个结点都可以引申出两个子结点。 因而, 语言学二叉树可以看作一种特殊的信息数据存储结构二叉树。 另外, 笔者试作如此猜想: 数据存储结构二叉树的内在关系以及与之相关的数学公式是否可以用于揭示直接成分分析法中二叉树的内在关系呢?如果可以, 鉴于后者的特殊性, 原先的数学关系又将作如何调整?其实这一假设可以分解为以下几个子问题: IC分析法二叉树可以分为哪几类?在语言学二叉树中, 各个语言单位 (可以看作二叉树的结点) , 语言层次 (可以看作二叉树的层次或深度) , 以及整个树形图之间存在何种数学关系?这些关系成立的前提条件是什么以及如何应用到实例中?IC分析法有无多元化分的可能性?若可分, 多元化分中的内在关系将是怎样的? 在《语言论》一书中, Bloomfiled提出了两个著名的语言分析方法: 语言学刺激反应公式23和直接成分分析法169。 从研究角度上讲, 国内已有学者从数理角度对前者进行了拓展性研究, 但是鲜有学者从数理角度继续深入研究后者。 通过类比数据结构二叉树的分类和性质, 本文重点研究了理想化条件下IC二叉树的分类和内部数学关系, 探讨了多元划分的可能性, 以期为自然语言 (英语) 的计算机处理提供新思路, 从而深入拓展 IC 分析法。 1 研究背景 1.1 相关文献记载 Bloomfield 于 1933 年在《语言论》一书中首次明确地提出了 IC 分析法168-169, 大多数语言学家对 IC 分析的合理性并未提出太多的质疑, 而且似乎是“顺理成章”地接受了其理论与方法55。 但是他并没有直接定义这一概念, 而是通过例子来阐释: ……Any English speaking person who concerns himself with this matter is sure to tell us that the immediate constituents ofPoor John ran awayare the two formsPoor Johnandran away; that each of these is, in turn, a complex form; that the immediate constituents ofran awayareran, morpheme, andaway, a complex form, whose constituents are the morphemesa- andway; and that the constituents ofPoor JohnarePoorandJohn. Only in this way will a proper analysis lead to the ultimately constituent morphemes……168-169 由以上论述可知: IC分析法是一种语法分析体系, 它把较大的语言单位 (句子或词组) 分成连续不断的层次或成分, 这种分析直到最后一层, 即每一成分仅含一个词或其有意义的部分。 它的的核心特征可以归纳为: 两分法 (二元化分) 适用于各个层次; 两分法直至遇到不可再分的成分 (通常到词) 才停止。 IC分析法是对语言形式上的划分, 需要指出的是: 虽然Bloomfield认为语言分析应该从形式出发, 但并不否认意义因素在语言分析中的作用53。 他认为IC分析中的最终不可分成分一般为词素, 而词素就是语言中最小的有意义的单位, 这点可以证明他对意义的重视。 为了便于二叉树与实际所代表的语言 (单位) 对应, 本文所提及的IC分析法只研究到词的层面。 语言学家们曾用各种图形阐释IC分析法: 包括集合交并法、 括号法、 凹凸表法以及二叉树等。 鉴于二叉树形态的多样性, 为阐释方便