雙音節(jié)離合詞語料庫語言學研究.pdf

1、離合詞是現(xiàn)代漢語中的一種特殊的又較常見的語言現(xiàn)象.它在語法界一直是一個熱門話題;在對外漢語教學方面,相關(guān)研究也有一定的成果;但是在計算語言學領(lǐng)域,離合詞的自動處理一直是個難點,絕大多數(shù)分詞標注系統(tǒng)目前尚無法對其做自動標注,這給當前及以后的語料庫造成不少的錯誤,更為今后的計算語言學研究帶來了較大的不便,因此,有必要對離合詞的自動處理做專門的研究.該文采用語料庫語言學的方法,在2億多字的真實文本范圍內(nèi)查找所有含有離合詞的句子并形成數(shù)據(jù)庫,從

2、中找尋排除錯誤句子、選取正確句子的方法,力圖能使自動搜索的正確率達到最高;并同時通過對數(shù)據(jù)庫的考察和分析,總結(jié)出了離合詞的擴展規(guī)則并對擴展式中間字段中的規(guī)則詞進行了自動標記,從而能利于該領(lǐng)域更進一步的研究.該文共分七章.第一章引言,介紹離合詞標注的由來、該文研究的目的和意義以及搜索用的文本;第二章是對離合詞語法上的研究,語法研究是應用語言學的基礎(chǔ),該文則主要選取了和語料庫語言學研究方法密切相關(guān)的一些語法項如離合詞的界定、離合詞的類型及擴

3、展式等;第三章是該文的重點,詳細介紹了離合詞搜索和標注的方法,該文所研究的方法主要有三種:直接搜索法、前后詞刪除法和規(guī)則選擇法,它們能較有效的在真實文本中搜索出正確的含離合詞的離合式句子;第四章是程序的算法部分,該程序主要用了兩個算法,搜索算法和標注算法,分別用于直接搜索法和規(guī)則選擇法;第五章是程序及語料庫的介紹,詳細介紹了為搜索和篩選離合詞而編寫的程序界面以及形成的Access數(shù)據(jù)庫;第六章是搜索結(jié)果的報告分析,分別統(tǒng)計了第四章中提到