台语文语料处理技术阅读报告.docVIP

台語文語料處理技術閱讀報告第四章-信息處理用現代漢語詞彙研究的兼類問題R9592153 李晏彰信息處理用現代漢語辭類體系計算機只能根據詞類的排序，和詞類屬性，來判定句法結構，所以劃分詞類的標準只能是詞在句法中的功能。語義的判定有很大的主觀隨意性，何況計算機無法辨認語義，所以當詞出現多功能現象時，語義不能當分類標準。因為計算機不像人一樣，會自動補充其他需要的句法信息，因此把辭類分得細一些，就是給計算機提供更多的句法信息。 信息處理用現代漢語詞類的建議：(註:原文中有解釋如何完成分類)1. 名詞(1)普通名詞 (2)專有名詞 (3)抽象名詞 (4)時間名詞 (5)處所名詞 (6)方位名詞2. 形容詞(1)性質形容詞 (2)狀態/複雜形容詞 (3)情狀形容詞 (4)非謂形容詞 (5)唯謂形容詞 動詞(1)關聯動詞 (2)不及物動詞 (3)及物動詞 (4)使令動詞 (5)小句賓語動詞 (6)助動詞 (7)形式動詞 (8)趨向動詞數詞(1)基數詞 (2)序數詞 (3)複合數詞 (4)序列詞量詞(1)名量詞 (2)動量詞 (3)複合量詞副詞(1)普通副詞 (2)程度副詞 (3)語氣副詞 (4)關聯副詞代詞(1)代名詞 (2)代形容詞 (3)代數詞 (4)代動詞 (5)代副詞介詞(1) 介詞 (2)動介詞連詞(1)並列連詞 (2)從屬連詞助詞(1)動態助詞 (2)結構助詞 (3)代數詞兼類問題漢語沒有足以區分詞類的型態，因此詞的多功能的現象很突出。前人做法： (1)廣泛兼類 ?“類有定職，詞無定類”(2)詞義不變，詞性不變 ? “詞有定類，類無定職”所以現在改採用 1.屬性標注 2.兼類1. 屬性標注：實際上是定於一類，不過同時給予各種可能出現的功能。優點：靈活，避開兼類的問題缺點：查每一個詞的很多屬性，反覆進行排列組合運算，導致運算量太大，且無法確定分析正確。例如：“學習文件”這個組合，“學習”定為動詞，所以第一次分析為“動賓關係”，之後發現不符合原意所以改查別的屬性，最後即使查到“可以做定語”的屬性，也只能算是可能的一種結構。 2. 兼類：讓一些詞兼屬兩類以上的詞類。優點：運算簡化。缺點：若兼類太多等於取消了詞的分類。(但是經統計動名兼類不到30%，形名兼類更低)例如：“學習文件”這個組合，“學習”第一次分析不成功，可改用兼類的雌性分析，例如為v/n，則“動賓關係”無解時，就可以改為“定語+名詞”結構，運算簡化很多。但是對計算機而言，兼類問題也很複雜，因為：1. 詞類分的很細，大類之外還分小類，因此大類之間有兼類問題，小類之間也有兼類問題。2. “同形”漢字也有兼類問題。(例:水滸’傳’ 和 ’傳’球在口語讀音不同，屬於不同的詞類不存在兼類問題，但對計算機而言也是兼類問題)(一)兼類問題的癥結：兼類問題非常複雜長期以來沒有得到一個妥善的解決。1. 理論與方法“詞義不變，詞性不變”這種兼類的意見克服了詞無定類，但是它盡可能的縮小兼類的範圍的做法，不得不擴大詞類的句法功能範圍，而如果擴大的太多到了兼有其他各類的功能，反而變成“類無定職”。下面的表格顯示了用“詞義不變，詞性不變”的意見來處理兼類，則動詞和形容詞都變成“全能詞類”，名詞也是只有不能當補語而已。?主語謂語賓語定語狀語補語名詞21.20.1849.0420.96.50動詞0.9176.72.866.527.155.88形容詞1.7226.26.0342.019.14.8 母語教學上，兼類問題較小，因為人可以“先理解，後分析”，既然已經理解了整個句子的意義，分析只是給個說法而已，但是計算機卻無法做到。例如： 討論 是 為了 要 修訂 教育 改革 計畫分析出來是8個動詞，最後即使查到”討論”可以做主語，因為統計的概率很低，也無法完全確定，因此實用計算機系統中，”討論”就注上v/n也就是動名兼類，可能是動詞或是名詞，但前提是兼類問題已解決。在不同的詞類之中，兼類的成員必須是少數，但是究竟數量是多少，光憑語感來估計可能有很大的出入，這時，單純的理論不能解決問題，必須做更多統計等具體的分析研究。長期解決不了的兼類問題，其實是歐化語法帶來的，因為漢語的口語中兼類的問題並不突出，因為往往在語音形式上有所差別。但是對於書面語，例如build和building，在英語中的動詞和名詞有兩種形式，而翻譯過來的名詞在漢語中和動詞卻毫無差別，但是歐化語法已經成為現代漢語書面語的一個組成部分。2. 兼類現象的複雜性(1) 功能轉移的不平衡： 功能特徵：名詞 ? 句法功能用作主語和賓語，大多能用做定語，大多能受名量詞修飾。動詞 ? 句法功能用做謂語，及物動詞能帶賓語，絕大多數能帶‘了’, ‘著’, ‘過’等字。形容詞 ? 句法功能用做定語和謂語，大多能受程度副詞修飾，很多能帶‘了’, ‘著’,‘