面向信息處理的介詞結(jié)構(gòu)“以+X”的邊界識別分析.pdf

1、句法自動分析是自然語言理解的核心，是當前計算語言學(xué)研究的重點所在?，F(xiàn)代漢語句法自動分析的主要內(nèi)容是對各種短語進行自動標注和研究它們的句法功能。介詞結(jié)構(gòu)無論從定量角度，還是從定性角度，都是現(xiàn)代漢語中一種重要的語法結(jié)構(gòu)。介詞的個體特點也很明顯，所以我們有條件也有必要對每個介詞的邊界識別進行研究，在個體分析基礎(chǔ)上組成一個完整的介詞短語邊界識別系統(tǒng)。 本文我們選擇介詞“以”作為研究對象。“以”在古漢語中就是僅次于“于”的介詞，在現(xiàn)代漢語

2、中也是一個很常用的介詞，作為介詞的用法有很長的歷史，具有介詞分析的典型性，而且具體來研究“以+X”的結(jié)構(gòu)，發(fā)現(xiàn)它又是一種很富有個性的介詞短語，它在句法、語義和組合格式上都很有自己的特點和個性。 本文以自動識別為目的對介詞結(jié)構(gòu)“以+X”的邊界識別進行個案分析。對介詞短語“以+X”的內(nèi)部結(jié)構(gòu)特征進行了細致的描寫，通過分析線性序列“W+以+X(A)+(B)Y”，嘗試在語法、語義的基礎(chǔ)上歸納總結(jié)出人工識別規(guī)則若干。一方面給漢語語法的本體

3、研究以補充和完善，另一方面，當然也是更為重要的，它是計算語言學(xué)所需要的知識積累。 我們根據(jù)對介詞結(jié)構(gòu)“以+X”語法、語義的形式化描寫，編寫相應(yīng)識別規(guī)則來進行自動識別的算法設(shè)計，這部分是本文的重點所在。在4000句語料的基礎(chǔ)上，進一步將語料擴大到8000句，經(jīng)過逐字逐句的人工標注，生成了幾個數(shù)據(jù)表，并初步形成了我們識別的總體思路。 本文設(shè)計出自介詞結(jié)構(gòu)“以+X”的邊界自動識別的算法，這個是中文信息處理這個大工程中的一個小細