210 likes | 420 Views
汉è¯å¥ç±»ä¾å˜æ ‘åº“æž„å»ºç ”ç©¶. 王慧兰 2012.11.05. 构建å¥ç±»ä¾å˜æ ‘库的ç†è®ºæŽ¢è®¨. 1. 4. 对汉è¯æ˜¾æ€§è½»åŠ¨è¯å¥çš„分æž. 汉è¯å¥ç±»ä¾å˜æ ‘库构建实践. 汉è¯æ ‘åº“ç ”ç©¶ç»¼è¿°. 2. 3. 汉è¯æ ‘åº“ç ”ç©¶ç»¼è¿°. 宾州汉è¯æ ‘库 PennCTB å°æ¹¾ä¸ç ”院 Sinica æ ‘åº“ 清åŽå¤§å¦æ±‰è¯æ ‘库 TCT 哈工大ä¾å˜æ ‘库 HIT-IR-CDT 山西大å¦æ±‰è¯æ¡†æž¶ç½‘络 CFN 应用领域: 机器翻译ã€ä¿¡æ¯æ£€ç´¢ã€ä¿¡æ¯æŠ½å–ã€é—®ç”系统 ç‰. æ ‡è®°é›†. è¯æ€§ : åè¯ (N) , åŠ¨è¯ (V) , å½¢å®¹è¯ (ADJ ) ç‰æ ‡è®° ;
E N D
汉语句类依存树库构建研究 王慧兰 2012.11.05
构建句类依存树库的理论探讨 1 4 对汉语显性轻动词句的分析 汉语句类依存树库构建实践 汉语树库研究综述 2 3
汉语树库研究综述 • 宾州汉语树库PennCTB • 台湾中研院Sinica树库 • 清华大学汉语树库TCT • 哈工大依存树库HIT-IR-CDT • 山西大学汉语框架网络CFN • 应用领域:机器翻译、信息检索、信息抽取、问答系统等
标记集 • 词性:名词 (N) , 动词 (V) , 形容词 (ADJ )等标记; • 短语类型:名词短语 (NP) , 动词短语 (VP) , 介词短语 (PP)等标记; • 语法功能(句法关系、依存关系):主语 (SBJ) , 宾语 (OBJ) , 状语 (ADV)等标记; • 语义角色:位置 (LOC) , 方式 (MNR) , 目的 (PRP)等标记。
二、构建句类依存树库的理论探讨 树库构建的意义与目标 首先,在理论层面利用句类依存树深化汉语句法语义的形式化分析; 其次,尝试解决汉语多动词句的句法语义分析难点; 最后,在应用层面深化HNC句类理论在机器翻译领域的应用。 “既然我们的普遍共识是,汉语的词性和句法功能是不像英语中那样严格对应的,那么一个以词性为基础,以主谓宾等句法功能为架构的汉语树库,真的能够全面而真实地反映汉语的语言现实吗?” ——董振东2011“下一站在哪里”
结合与分离 调和 依存与排斥 支持与反对 支持 主宰与从属 反对 使用与舍弃 拥有与失去 中立 适应与干扰 …… 帮助 支持 …… 构建句类依存树库的理论背景 1.HNC三大语义网络 基本概念、基元概念以及逻辑概念语义网络 HNC基元概念语义网络图示
2.HNC句类分析理论 作用句、过程句、转移句、效应句、关系句、状态句和判断句七大句类共57组基本句类。 TA YB T3C YC 中国今天公布了打击走私的巨大成果。 公布:信息的转移T3J=TA+T3+TB+T3C 效应的显隐Y30J=YB+Y+YC 句类代码:T3Y30*21J=TA+T3Y30+YC
三、汉语句类依存树库构建实践 1.概念类别标注集 从HNC语义网络中归纳了便于操作的十一大类93小类概念类别:动态概念v、静态概念g、属性概念u、值概念z、效应概念r、人p、物w、基本物pw、基本概念j、语言逻辑概念l以及语习概念f。 例1:中国/pj2 今天/j1 公布/v 了/hv 打击/v 走私/v 的/l42 巨大/u 成果/r 。/pun 例2: 此外/lb ,/pun 委员会/pe 还/uv 相继/uv 派/v 团/pe 赴/v 台/pj2- 访问/v ,/pun 与/l02 台湾/pj2- 工商界/pj01 进行/vv 了/hv 广泛/u 的/l42 接触/v 和/l41 交流/v 。/pun
2.句类关系标注集 • 两大类六小类:(1)句类核心成分 • v类概念自身的语义类别 • v与相关广义对象语义块之间的关系 中国今天公布了打击走私的巨大成果。 T3Y30*21J=TA+T3Y30+YC
(2)句类非核心成分 C. 特征语义块Ek的复合构成 D. 时间、地点、方式、工具、参照等辅语义块 E. 语义块核心成分的修饰性成分 F. 句子的附加成分
四、对汉语显性轻动词句的分析 • light verb • Jesperson, O. (1954):have a rest, take a sneak • Grimshaw & Mester(1988),Chomsky:隐性轻动词 • 汉语中的三类轻动词: • ①有语音形式的轻动词:如“进行”、“加以”、“予以”、“给予”、“作”等,形式动词、泛动类动词、虚化动词、先导动词; • ②没有语音形式的空位动词; • ③事件性谓词(eventuality predicate):如语义算子DO、BECOME、CAUSE等
PennCTB例:该处现正就六宗较严重的山泥倾泻事件进行详细调查。PennCTB例:该处现正就六宗较严重的山泥倾泻事件进行详细调查。
Sinica并要求各主要阿拉伯国家先进行多次磋商以确保高峰会顺利成功。Sinica并要求各主要阿拉伯国家先进行多次磋商以确保高峰会顺利成功。 VP(addition:Cbcb:並|Head:VF2:要求|goal:NP(quantifier:Nes:各|property:VH11:主要|property:Nca:阿拉伯|Head:Nac:國家)|theme:VP(time:Dd:先|Head:VC2:進行|goal:NP(quantifier:DM:多次|Head:Nv1:磋商))|purpose:VP(purpose:Cbca:以|Head:VE2:確保|goal:S(theme:NP(Head:Nac:高峰會)|Head:VH11(Head:VH11:順利|Head:VH11:成功))))
哈工大依存树库:对已投入市场的,应全部进行检测,对不合国家强制性标准规定的,一律没收销毁;哈工大依存树库:对已投入市场的,应全部进行检测,对不合国家强制性标准规定的,一律没收销毁;
句类依存树库的分析标注:两岸可先就正式结束敌对状态进行谈判。句类依存树库的分析标注:两岸可先就正式结束敌对状态进行谈判。
FrameNet的分析佐证 • The senator paid me a compliment on my work. • (The support verb is pay.) • <KDG rdf: ID=“9637615”> • <support>pay</support> • <governor>compliment</governor> • <frame rdf: resource=“Compliment”> • <speaker>senator</speaker> • <addressee>me</addressee> • <reason>on: work</reason> • </frame> • </KDG>