思考题-鲁东大学外国语学院试验教学中心.PPTVIP

教学目标： 词性标注的意义 词类体系及标记集 词性标注规范 一、词性标注的意义 第一，确定词的语法功能，为句法分析打基础。 对于词的语法功能可以从两个方面来理解： 一是指词型（word type）的语法功能，即词表中的词的全部潜在的语法功能，例如是否能够作主宾语，是否能够作谓语，等等。 二是指词例（word token）的语法功能，即文本中的词在特定语境中的正在实现着的语法功能，例如，当前它正在作主语或作宾语或作谓语，等等。 词型的语法功能是从词例的语法功能中概括出来的。那么，所谓“词性标注”，到底是指标注词型的语法功能呢，还是指标注词例的语法功能呢？按其本义，似乎应该是标注词例的语法功能。但是，词性标注既然是作为句法分析的预处理过程，在句法分析之前，我们是没有办法完全确定每个词例的正在实现着的语法功能的。是标注词型的语法功能吗？词型的语法功能不是应该在词表中标注吗？要弄清楚这个问题，需要首先弄清楚什么是词例，什么是词型。 “词例”的外延比较明确，言语（对于书面语来说就是文本）中的一个个词就是词例。 若要推究其内涵，就不能不跟“词型”这一概念发生关系，因为我们总得问，某个词例是哪个词型的“例”。词型是从词例中概括出来的，但概括到什么程度，人们会有不同的理解。  第一种处理其实是按词形来概括，虽不合理，但在计算机上经常这样便于处理。第四种处理基本上没有概括，词的同一性应该只是从词汇意义上来考察，不应从语法意义上来考察，所以不可取。第三种处理在考察词的同一性时使用了较为严格的词义标准，但语言信息的加工流程一般是词性标注先于词义标注，实践中不便采用。第二种处理既区分了同形词，又使词性标注跟词义标注有所区别，所以可能是最适当的。  通过上述分析，我们可以给词性标注下一个更清晰的定义：词表是词型的集合，其中任意两个词型应该在词形（包括文字形式和语音形式）上有所区别，或者在潜在的语法功能上有所区别；词性标注就是一个根据词例在词表中寻找所属词型的过程。 第二，便于在词性标注语料库中检索句法结构。 严格地说，句法结构检索应该在树库（Treebank，句法标注语料库）中进行。但是，树库建造费用特别大，很难得到有一定规模的树库。不过，一些有特定标记的句法结构在词性标注语料库中就可以检索到，例如数量结构、“把”字结构、 “的”字结构等等，虽然有些结构的左边界或右边界尚难确定 第三，为同音字标注、多音字标注和词义标注提供支持。 一音多字、一字多音、一词多类和一词多义，都是语言中的歧义现象，其间有一定的依赖关系。例如，许多多义词的义项可以从词性上加以分化。也就是说，词性标注之后，词汇歧义的严重性能够大大缓解。 二、词类体系及标记集 （1）基本词类标记18个： 名称 代码 帮助记忆的诠释 名词 n 取英语名词noun的第1个字母。 动词 v 取英语动词verb的第一个字母。 形容词 a 取英语形容词adjective的第1个字母。 时间词 t 取英语time的第1个字母。 处所词 s 取英语space的第1个字母。 方位词 f 取汉字“方” 的声母。 区别词 b 取汉字“别”的声母。 副词 d 取adverb的第2个字母，因其第1个字母已 用于形容词。 状态词 z 取汉字“状”的声母的前一个字母。 代词 r 取英语代词pronoun的第2个字母,因p已用于介词。 数词 m 取英语numeral的第3个字母，n，u已有他用。 量词 q 取英语quantity的第1个字母。 叹词 e 取英语叹词exclamation的第1个字母。 拟声词 o 取英语拟声词onomatopoeia的第1个字母。 介词 p 取英语介词prepositional的第1个字母。 连词 c 取英语连词conjunction的第1个字母。 助词 u 取英语助词auxiliary 的第2个字母 语气词 y 取汉字“语”的声母。 （2）非词的语言单位标记 语素 g 绝大多数语素都能作为合成词的“词根”，取汉字“根”的声母。 前接成分 h 取英语head的第1个字母。 后接成分 k 成语 I 取英语成语idiom的第1个字母。 简称略语 j 取汉