“給X+V”格式中介詞短語“給X”的邊界識別.pdf

1、漢語語料庫建設(shè)是一項系統(tǒng)工程，可以分為自動分詞、詞性標注、句法分析和標注及語義語用分析及標注四個層次。就中文信息處理說，目前特別要集中精力解決好“句處理”(句法分析和標注、語義語用分析及標注)問題。而介詞結(jié)構(gòu)是現(xiàn)代漢語中一種相當重要的短語結(jié)構(gòu)，其的自動識別對于進一步進行句法分析具有重要意義。介詞既具有共性，也具有很強的個性。因此，本文選取介詞“給”來進行個案分析，試圖通過對“給X+V”格式中介詞短語“給X”的自動識別來為介詞結(jié)構(gòu)的自動識

2、別和句法分析作出貢獻。 在前人研究的基礎(chǔ)上，我們立足于語料庫，對“給X+V”格式及相關(guān)問題進行了詳盡考察： 第一章主要是對“給”前成分進行分析。由于序列“V給NP”可能發(fā)生結(jié)構(gòu)定界歧義，即：V/給NP和V給/NP，因此要對介詞短語“給X”的邊界進行識別，就要先確定格式的定界問題。我們區(qū)分了兩種不同組合中的“給”前成分V，并將其分別整理成表。 第二章主要是對與“給X”相關(guān)的結(jié)構(gòu)進行分析。通過分析語料，我們發(fā)現(xiàn)有的動

3、詞一旦再和簡單趨向動詞等組合，形成一個整體，其組合能力就會發(fā)生極大的變化，能與“給X”相組合形成比較固定的結(jié)構(gòu)。在有些特定的格式中，雖然介詞“給”的語義發(fā)生了一定程度的虛化，但是本文都將其列入研究范圍，不做區(qū)分。 第三章主要是對格式“給X+V”中的核心動詞V進行分析。通過分析統(tǒng)計得出：“給X”基本上是與動詞直接連接，“給X”與V之間還有其他修飾成分的例句也只占極少數(shù)(占2.11％)。而能進入此格式的動詞主要是二價動作動詞，其次是

4、三價動詞，一價動詞則比較少。我們把不能跟“給X”組合的動詞列成了一個詞表。 第四章是本文的研究重點。主要對格式“給X+V”中“X”的句法形式進行了詳盡的描寫和分析。“X”基本為體詞性成分，且74.02％是由單個的詞組成，25.98％是由復(fù)雜短語組成。復(fù)雜短語中有的短語含有動詞，但大都具有比較明顯的形式標記。 第五章主要是在本體研究和形式表達的基礎(chǔ)上，設(shè)計出識別介詞短語“給X”的算法，并將其進一步形象化，作出了識別流程圖。