汉语理解处理中的动态词浅析研究.pdfVIP

汉语理解处理中的动态词浅析 惫头釜 北京师范大学文学院2004博100875 1 tangxq32@sohu．corn 摘要：汉语理解处理系统在将待处理语串与词库匹配后，会遇到单字的处理 问题。HNC认为，应将剩余的单字进一步积字成词，这也就是动态词的识别问 题。本文从理解处理的角度出发，说明了动态词和应登录词及专名的不同，并依 据HNC理论的概念组合结构、特征语义块构成和动态词整体意义的不同，给出了 动态动词和动态名词的主要类型。最后，简要介绍了字知识库对动态词知识描述 的方法和内容。 关键词：HNC理论，字，知识库，概念组合结构，动态词，组合知识 动态词的提出 汉语理解处理需要从语言层面映射到概念层面去进行。在对汉语文本进行理 解处理时，对于连用的两个或多个字，应作何种切分并不重要，重要的是连用后 的内容效应，即它们是否应作为一个整体的语义单位来理解，这种语义单位也就 是汉语理解处理意义上的“词”。因此，对汉语文本的处理重点是合而不是分，从 此种意义上说，什么是词并不重要，重要的是对多字的组合结果有清晰的认识， 这也是汉语“字义基元化，词义组合化”的充分体现。 汉语理解处理系统在接收一个待处理的语串后，首先是从左到右或从右到左 逐一扫描并与词库相匹配，匹配成功后，剩下的就是对应登录词和单字的处理了。 HNC认为，应该对剩余的单字进一步积字成词，组合成处理的语义单位。如何把 单字进一步积字成词，这就是动态词识别的问题。因此，动态词是一种临时组合， 它是指在文本处理中，由两个或多个单字串接而成的、经过辨认处理后需要作为 一个意义单位进行理解处理的组合单位。 对动态词的识别应该立足于对字组合能力的描述。现代汉语字知识库的建设 应该服务于动态词的识别，对汉字每个义项的意义及其组合能力作准确而全面的 描述，也就是要描述文本自动处理中单字是如何积字成词、成短语、成块的。这 是字知识库建设的基本问题。 动态词与应登录词及专名 动态词是因应理解处理的需要单字与单字的临时组合。如在“李四把张三打成 了残废”一句中的“打成”是动态词，这是因为在理解处理中，我们需要把“打成”看 作全局的特征语义块①，同时“成”字又有动词义项，存在单独作特征语义块的可 能，会干扰对全局特征语义块的判断。应该说明的是，从语言学的一般观点来看， “打成”并不是词，只是一个动补式结构。可见，我们这里所说的动态词与传统语言 学对词的定义并不一致。同样是“打成”，后者会从分词的角度认为“打成”不是一个 词，应该切分成“打”和“成”两个词，而我们认为“打”与“成”应该组合为理解处理过程 中的一个意义单位，这一点可以通过对“打”和“成”字的组合知识描述来实现。 动态词与应登录词不同。应登录词是指根据汉语理解处理的需要应收入词库 而尚未收人的词。应登录词意义相对凝固，并且不容易通过对应登录词各个部分 组合规律的描述而得到该词的整体意义。如“我说话时，你不要老打岔”一句中的 “打岔”应该收入文本处理用的词库，这是因为这里的“打岔”的意义并不能由“打” 与“岔”两个字字义的组合而得到，其中的组合规律不易描述。类似还有“打劫”、 “打发”等。而像“打昏”“打痛”“打死…‘打疼”等，则应该作为动态词处理。因为这类 组合具有生成的灵活性，符合“打”字的一类组合规律：后字都足描述破坏或损害义， 且均表达了作用对象在“打”这一作用下产生的效应，作用的对象为生命体。对这些动 态词，系统可以根据字库中对“打”字的组合知识的描述来自动组合。 再如，作为一种食品名称，“火烧”的意义很难通过对“火”与“烧”字的组合得 到，所以这里的“火烧”是应卺录词。而“孔雀肉”是动态词，可以根据“肉”的组合 知识来推知其意义。这也就解决了分词词表中把“羊肉”“牛肉”收成词，而却把未 收入词表的“鸡肉”“猪肉”“兔子肉”切分成两个词的矛盾。归根结底，词与理解的 意义单位不是一回事。理解处理的关注点不是是否为词的问题，而是是否要作为 一个意义单位来理解。 当然，动态词如果与词库登录词同形，也会面临区分刖难，该动态词也需要 收入到词库中。如“孩子打破了花瓶”中的“打破”与“打碎”“打坏”“打乱”都符合 “打”字的一类组合知识：后字表达破坏义，作用的对象是某种具体物。但“刘翔打 破了世界青年纪录”中的“打破”则意义凝同，不易通过对“打”和“破”的组合知识描 述来得到。两个意义同形，所以作为动态词的“打破”也应收入词库。 ① 语义块是句子的下一级语义构成单位，特征语义块是