面向自動句法分析的名詞再分類研究

摘 要：詞類劃分是為句法分析服務(wù)的，名詞的再分類也必須遵循這一原則。但就現(xiàn)有的名詞細(xì)類看，由于在分類時為句法分析考慮得不夠充分，所以劃出的小類對自動句法分析難以起到應(yīng)有的作用。鑒于此，本文一改過去那種為了把某詞放到合適的詞類中而找“特點”的做法，按照詞的句法分布，詳細(xì)描述每個詞的句法功能。按照句法功能總和相同即為一類的標(biāo)準(zhǔn)為名詞進行再分類，以期為自動句法分析提供客觀依據(jù)。

關(guān)鍵詞：句法結(jié)構(gòu) 句法分析 句法功能 詞類

一、引言

自動句法分析是自然語言處理中的一個重要課題，其任務(wù)是將句子中的詞之間的線性序列轉(zhuǎn)換成具有結(jié)構(gòu)的分析樹。一般來說，自動句法分析的操作對象是句子或短語的詞類標(biāo)記序列，要想使計算機能夠準(zhǔn)確地分析詞類標(biāo)記序列的內(nèi)部關(guān)系，必須為它提供完備的語法知識。對于簡單的NP+VP→S這種模式的詞類標(biāo)記序列，現(xiàn)有的詞類知識能夠很好地為自動句法分析服務(wù)，但對于嵌套的名詞結(jié)構(gòu)如“經(jīng)濟體制改革”或者是在句法結(jié)構(gòu)上存在遠(yuǎn)距離依存關(guān)系的短語等具有多層次較復(fù)雜的情況來說，必須為它提供更多的詞類知識。但遺憾的是，現(xiàn)有的語法知識中的詞類知識是粗糙的和不完備的，難以支持自動句法分析。以現(xiàn)有的名詞細(xì)類為例，具體地說有以下幾個問題：名詞究竟有哪些語法功能并不清楚，一般語法書只列舉幾條“語法特點”，例如，說名詞可受數(shù)量結(jié)構(gòu)修飾，不受副詞修飾，可以作主語、賓語等等。但即便是這幾條語法特點，往往也缺乏普遍性；都標(biāo)記為“N”的名詞，有的詞相互間的語法功能卻相差很大，一般的名詞可以作主語、賓語、定語、體詞性偏正結(jié)構(gòu)的中心語等，而“年間”“時”等只具有上述的最后一種功能；缺乏詞的各種語法功能的定量描寫，上述問題都給計算機進行自動句法分析帶來一定的困難。鑒于這種情況，我們主張“按照詞的句法分布，根據(jù)其充當(dāng)句法成分的功能來對名詞進行分類，語法功能總和相同即為一類。說一個詞能充當(dāng)主語，等于說它能在主謂結(jié)構(gòu)里作第一個直接成分；說一個詞能充當(dāng)賓語，等于說它能在述賓結(jié)構(gòu)里作第二個直接成分。這樣，我們就是用句法結(jié)構(gòu)來作為名詞歸類的測試環(huán)境，換言之，是從句法結(jié)構(gòu)推導(dǎo)出詞類。這種做法能使詞類劃分更直接地為句法分析服務(wù)。”①

二、名詞句法功能信息庫的構(gòu)建與實現(xiàn)

（一）名詞句法功能信息庫屬性字段的確立

名詞句法功能信息庫旨在考察每一個名詞具體的句法功能，然后根據(jù)句法功能的總和來確定詞類的總數(shù)。也就是說，只要句法功能的總和相同，這樣的詞就歸為一類。既然是從句法結(jié)構(gòu)推導(dǎo)出詞類，我們首先就要確定句法結(jié)構(gòu)的種類以便統(tǒng)計列出句法成分的清單，然后詳細(xì)考察每一個詞。只要能充當(dāng)所列清單中的成分，我們就標(biāo)記為“1”，如果不具備某項功能，就標(biāo)為“0”。我們?yōu)槊~分類而采用的句法結(jié)構(gòu)共8種，句法成分共21種，具體如下表：

1.并列結(jié)構(gòu)跟句法分析沒有多大關(guān)系，即便是強調(diào)它也作句法成分，其功能已經(jīng)包含在上述八種結(jié)構(gòu)中，所以沒有必要列出。

2.中心語用下標(biāo)作區(qū)別的意義在于考察名詞是否能直接受其他詞的修飾。

3.對定語用下標(biāo)作區(qū)分的意義在于考察名詞是否能直接作定語，狀1、狀2也屬于類似的情況，只不過句法成分是狀語而已。

4.在“定‘的中結(jié)構(gòu)”里作第一直接成分的，絕大多數(shù)情況下也能在“的”字結(jié)構(gòu)里作第一直接成分，所以沒有列出“的”字結(jié)構(gòu)這一項。

（二）句法功能統(tǒng)計的原則

要確定這么細(xì)致的句法成分，對于一些復(fù)雜情況的定類必須遵循一定的原則：

1.主謂結(jié)構(gòu)作賓語時，只統(tǒng)計結(jié)構(gòu)內(nèi)部各成分的功能，不考慮整個結(jié)構(gòu)的外部功能。如“我們聽說學(xué)校開除了兩名夜不歸宿的學(xué)生”這句中的“學(xué)校”看作主語，不考慮它在整個句子中的句法功能。

2.兼語記入賓語，如“這件事情讓公司處理吧”，這里的“公司”看作賓語。

3.聯(lián)合結(jié)構(gòu)、同位語結(jié)構(gòu)中的成分按其整體功能標(biāo)記，如“老師學(xué)生同臺演出”中的“學(xué)生”看作句子的主語；“在一架鉗工工作臺前，一位穿藍(lán)大褂的中年人注視著孩子們，他是教師塔吉耶夫。”這里的“教師”看作句子的賓語。

4.方位結(jié)構(gòu)一律按定中結(jié)構(gòu)處理，如“從電視上學(xué)到不少東西”中的“電視”看作“上”的定語。

5.“的”字結(jié)構(gòu)作主語或者賓語的，按定語處理。如“個人的利益要服從集體的”中的“集體”看作定語。

三、 基于語料庫統(tǒng)計的名詞細(xì)分類及其對句法分析的作用

（一）名詞的細(xì)分類

我們隨機抽取了1998年《人民日報》語料中的高頻名詞100個，每個名詞隨機抽取100個例句進行句法分析，根據(jù)分析結(jié)果構(gòu)建了一個小規(guī)模的語料庫，下面略舉幾例以便說明

從上表的統(tǒng)計結(jié)果可以看出，名詞的句法功能是復(fù)雜多樣的，但并非如有些學(xué)者所想象的那樣一詞一類。按照句法功能總和相同即可歸為一類的原則，通過分析統(tǒng)計，這100個詞分屬于73類。這個數(shù)目，對于我們?nèi)藖碚f是太大了，掌握起來比較困難，但卻給計算機自動句法分析帶來了方便。因為屬于同一詞類的詞，其語法功能是完全相同的。原有的名詞細(xì)類的確在數(shù)量上要遠(yuǎn)遠(yuǎn)少于這種分類方法的結(jié)果，但是我們通過分析發(fā)現(xiàn)，原來歸為不同小類的名詞，其語法功能是完全相同的，我們不妨通過分類結(jié)果來剖析這個問題，句法功能完全相同的14類列舉如下：

按以前的標(biāo)準(zhǔn)，上述14類中有些功能相同的卻分屬不同的小類，而功能不同的卻歸為相同的類。比如上面的第5小類中的5個名詞，按彭睿先生的劃分標(biāo)準(zhǔn)要分屬三類：“群眾、軍隊、專家”屬于群體類的；“區(qū)域”屬于地域類的；“產(chǎn)品”屬于實體類的。這本該是句法功能完全相同的一類卻分成三類，勢必對句法分析帶來困難，背離了詞類為句法分析服務(wù)的宗旨。

100個詞73類，對于人來說，分得是過于細(xì)致了，但對于機器來說分得越細(xì)提供的句法功能信息就越多，越有利于句法分析。這73類并不是不可歸并的，如果只是粗略地按照五大成分（謂語除外）來劃分的話，這73個小類可以歸并為5大類：

1.能作主語、賓語、定語的名詞（占81%），如：政府、設(shè)施、水平。

2.能作主語、定語的名詞（占1%），如：金融。

3.能作主語、賓語、定語和補語的名詞（占9%），如：地區(qū)、醫(yī)院、市場。

4.能作主語、賓語、定語和狀語的名詞（占8%），如：集體、電話、重點。

5.能作定語和狀語的名詞（占1%），如：電子。

（二）名詞細(xì)類對句法分析的作用

在談劃分出的名詞細(xì)類對句法分析的作用之前，我們先看看利用原有的名詞細(xì)類進行句法分析存在哪些困難。

前面已經(jīng)提到，自動句法分析的操作對象是句子或短語的詞類標(biāo)記序列。如果詞類標(biāo)記序列比較單一的話，傳統(tǒng)的分類方法是能夠很好地為句法分析服務(wù)的。如：“我喜歡音樂”這樣一個線性序列，機器能夠準(zhǔn)確地把它轉(zhuǎn)換成下面的分析樹：

但對于嵌套的名詞結(jié)構(gòu)如前面所舉的“經(jīng)濟體制改革”或者是在句法結(jié)構(gòu)上存在遠(yuǎn)距離依存關(guān)系的短語、有歧義的結(jié)構(gòu)等具有多層次較復(fù)雜的情況來說，僅有簡單的詞類標(biāo)記序列機器是很難分析出正確的結(jié)構(gòu)關(guān)系的。如“經(jīng)濟體制改革”，僅憑“N+N+N”這樣的標(biāo)記序列，計算機很難確定究竟是第一個名詞修飾后兩個名詞還是前兩個先結(jié)合然后修飾第三個，因此它可能給出兩種分析結(jié)果：“經(jīng)濟/體制改革”或者是“經(jīng)濟體制/改革”。而我們的名詞細(xì)類，因為詳細(xì)考察了每個詞的語法功能，所以它可以解決原有的詞類知識無法解決的問題，具體表現(xiàn)在以下幾個方面：

1.可以正確分析多層嵌套的名詞結(jié)構(gòu)

漢語句子中，有許多名詞嵌套的情況，連續(xù)的幾個名詞之間究竟是并列關(guān)系還是修飾關(guān)系，究竟是前一個修飾后幾個，還是前幾個修飾后一個，僅憑詞性標(biāo)記序列，系統(tǒng)很難作出正確地判斷。但我們的細(xì)類因為是在詳細(xì)地考察了每個成員全部的句法功能后確定的，它給系統(tǒng)提供的不再是籠統(tǒng)的一個詞類標(biāo)記，而是每個詞所有的句法功能，所以系統(tǒng)會根據(jù)每個詞的具體功能以及前后詞的句法功能信息進行正確地分析。比如“學(xué)校生活豐富多彩”，其中的“學(xué)校生活”，人們一看就知道是定中結(jié)構(gòu)的，但只給機器提供詞類標(biāo)記，它很難確定究竟是并列還是偏正，有了每個詞的句法功能信息后就大不一樣了。首先，它會比對上表中有關(guān)“學(xué)校”的句法功能，發(fā)現(xiàn)它具有“中1定1”的功能，也就是說它可以直接修飾名詞，然后再根據(jù)“生活”的句法功能信息進行選擇，“生活”有“中1主”的功能，就是說它要求前面的一個詞能作定語，它充當(dāng)這個定語的中心語后作主語，利用這樣一個互信息，我們就可以確定兩者的關(guān)系是定中而不是其他的。

2.能夠有效地分析句法上的歧義結(jié)構(gòu)

我們知道，“N+V→NP”和“V+N→VP”這兩條句法規(guī)則都可以有兩種句法結(jié)構(gòu)，前者可以是主謂結(jié)構(gòu)和定中結(jié)構(gòu)，后者可以是動賓結(jié)構(gòu)和定中結(jié)構(gòu)。單純地看詞性標(biāo)記序列，很難確定一句話中這樣的規(guī)則究竟是什么結(jié)構(gòu)關(guān)系，但是我們提供的名詞細(xì)類，既給出了每一個詞的所有的句法功能，也對每項句法功能進行了定量的描寫。有了這樣的定量描寫。機器就可以根據(jù)具體詞每一項句法功能的概率來確定其最終的句法關(guān)系，從而作出正確的句法分析。例如“工程改造已經(jīng)結(jié)束”中的“工程改造”，“工程”單獨作主語的幾率只有1%，而作定語的幾率是7%，根據(jù)這個比率，我們會優(yōu)先確定該結(jié)構(gòu)是定中結(jié)構(gòu)的而不是主謂結(jié)構(gòu)。如果量的分析還不能使其作出正確分析，再考慮其后的“改造”具有哪些功能，根據(jù)上面所說的利用前后詞的句法功能的相互限制最終作出正確的分析。

3.對在句法結(jié)構(gòu)上存在著遠(yuǎn)距離依存關(guān)系的句法成分能夠進行有效地分析

在漢語句子中，有一些離中心詞較遠(yuǎn)但又跟中心成分存在依存關(guān)系的成分，這樣的成分，單靠詞性標(biāo)記序列，機器是難以作出正確的分析的。如“這一舉措具有十分深遠(yuǎn)的，不可磨滅的偉大的歷史意義”這里的“意義”受四層修飾語的限制，它的詞性標(biāo)記序列為“r+m+n+v+d+a+u+d+v+u+a+u+n+n”，如果我們不看上面的原句，單看這一串詞性序列，是很難對該句進行正確地句法分析的，更不用說缺少語法知識的機器了。但是如果知道了“意義”具有“中1賓1”這項功能，我們就很容易地能分析出它在句中作賓語。越長的句子，其相互限制的條件就越多，其結(jié)構(gòu)的可選擇性就越小，分析結(jié)果的正確率就越高。

四、結(jié)語

由于時間倉促，我們構(gòu)建的語料庫規(guī)模比較小，盡管如此，我們發(fā)現(xiàn)按這種方法劃分詞類是可行的，具有一定的可操作性。雖然這100個詞中有59個詞是獨成一類，但畢竟規(guī)模太小。如果語料足夠大，相信這種情況會大大減少，會做到“詞有定類，類有定職”，這必將為句法分析帶來很大的方便。只有這種真正意義上的以句法功能為標(biāo)準(zhǔn)劃分出的細(xì)類才能為句法分析服務(wù)。這只是我們工作的開始，在后續(xù)的工作中，我們將遵照這種原則和方法，為自動句法分析重建詞類體系，只要句法功能總和相同，不管是所謂的名詞還是所謂的動詞，都可以歸為一類。漢語的詞類劃分和詞的歸類問題，是中文信息處理領(lǐng)域的基礎(chǔ)性研究問題，希望通過我們的工作，能對自動句法分析提供一定的依據(jù)。

（本文得到教育部人文社科基金項目“基于語法功能匹配的自動句法分析研究[11YJA740118]”的資助。）

注 釋：

①陳小荷.從自動句法分析角度看漢語詞類問題[J].語言教學(xué)與研究，1999，（3）.

參考文獻(xiàn)：

[1]郭銳.現(xiàn)代漢語詞類研究[M].北京：商務(wù)印書館，2003.

[2]胡明揚.詞類問題考察[M].北京：北京語言學(xué)院出版社，1996.

[3]胡明揚.語言學(xué)論文集[M].北京：商務(wù)印書館，2003.

[4]劉順.現(xiàn)代漢語名詞的多視角研究[M].上海：學(xué)林出版社，2003.

[5]羅振聲，袁毓林.計算機時代的漢語和漢字研究[M].北京：清華大學(xué)出版社，1996.

[6]莫彭齡，單青.三大類實詞句法功能的統(tǒng)計分析[J].南京師大學(xué)報（社會科學(xué)版），1985，（3）.

[7]彭睿.名詞和名詞的再分類[A].詞類問題考察[C].北京：北京語言學(xué)院出版社，1996.

[8]史存直.句本位語法論集[M].上海：上海教育出版社，1996.

[9]張斌.漢語語法學(xué)[M].上海：上海教育出版社，2003.

[10]朱德熙.語法講義[M].北京：商務(wù)印書館，1982.

（徐艷華 山東煙臺 魯東大學(xué)文學(xué)院 264025）