語(yǔ)義分析若干前沿問(wèn)題

姬東鴻

（武漢大學(xué) 國(guó)家網(wǎng)絡(luò)安全學(xué)院，湖北 武漢430072）

一、詞匯融合

（一）概念

例1：27 日上午8 時(shí)40 分，【上訪】教師【聚集】滯留在六安市政府南大門(mén)，且圍觀人員越聚越多。市委、市政府相關(guān)負(fù)責(zé)同志趕到現(xiàn)場(chǎng)接訪，勸導(dǎo)上訪教師不要堵門(mén)堵路，選出代表到市信訪局依法理性表達(dá)訴求，但沒(méi)有起到作用。在現(xiàn)場(chǎng)，民警多次進(jìn)行法律宣講和勸導(dǎo)，告知其行為已違反《中華人民共和國(guó)治安管理處罰法》、《中華人民共和國(guó)集會(huì)游行示威法》、國(guó)務(wù)院《信訪條例》有關(guān)規(guī)定，應(yīng)立即停止【集訪】。（六安市人民政府網(wǎng)）

例2：央行宣布自2015 年3 月1 日起【下調(diào)】金融機(jī)構(gòu)一年期貸款基準(zhǔn)【利率】，金融機(jī)構(gòu)一年期貸款基準(zhǔn)利率下調(diào)0.25 個(gè)百分點(diǎn)至5.35%，一年期存款基準(zhǔn)利率下調(diào)0.25 個(gè)百分點(diǎn)至2.5%。此番調(diào)整是自去年11 月以來(lái)，4 個(gè)月時(shí)間內(nèi)央行進(jìn)行的第二次【降息】調(diào)整。（新浪財(cái)經(jīng)）

例1 中融合式“集訪”的兩個(gè)語(yǔ)素都來(lái)自分離式，而例2 中融合式“降息”的兩個(gè)語(yǔ)素都未見(jiàn)于分離式。對(duì)于雙音節(jié)融合式來(lái)說(shuō)，按照語(yǔ)素是否來(lái)自分離式，它們可分為四種類(lèi)型：AA 型、BB 型、AB型和BA 型。AA 型融合式的兩個(gè)語(yǔ)素分別來(lái)自?xún)蓚€(gè)分離式，BB 型融合式的兩個(gè)語(yǔ)素都不來(lái)自分離詞，而AB 型和BA 型融合式只有一個(gè)語(yǔ)素來(lái)自分離詞。但是無(wú)論融合式的兩個(gè)語(yǔ)素是否來(lái)自分離式，它們?cè)谡Z(yǔ)義上都分別指向兩個(gè)分離式，如“集訪”的“集”指向“聚集”，“訪”指向“上訪”；而“降息”中的“降”指向“下調(diào)”，“息”指向“利率”。

另一個(gè)特征是兩個(gè)分離式間可能存在句法關(guān)系，如例2 中的“下調(diào)”和“利息”間存在動(dòng)賓關(guān)系，例3 中的“飛機(jī)”和“墜毀”間存在主謂關(guān)系，例4 中的“電影”和“明星”間存在定中關(guān)系。分離式間也可能不存在顯式的句法關(guān)系，如例1 中的“聚集”和“上訪”間不存在顯式的句法關(guān)系，例5 中的“泄露”和“機(jī)密”間也不存在顯式的句法關(guān)系。但是“上訪”的形式主語(yǔ)與“聚集”間存在主謂關(guān)系，“泄露”與“機(jī)密”修飾的中心詞“信息”間存在動(dòng)賓關(guān)系，在此意義上兩個(gè)分離式間也存在廣義的句法關(guān)系。

例3：據(jù)外媒報(bào)道，近日，美國(guó)佛州一對(duì)父子乘坐的小型【飛機(jī)】因引擎故障【墜毀】。美國(guó)國(guó)家運(yùn)輸安全委員會(huì)將調(diào)查這起【墜機(jī)】事故。（中國(guó)新聞網(wǎng)）

例4：這22 位【影星】，代表了當(dāng)時(shí)新中國(guó)影壇的老、中、青演員，都是當(dāng)年轟動(dòng)一時(shí)、在民間引起空前反響的佼佼者，觀眾俗稱(chēng)為“22大【電影】【明星】”。（新浪網(wǎng)）

例5：法院記錄顯示，彼得雷烏斯曾向調(diào)查人員撒謊，否認(rèn)自己向布羅德韋爾【泄露】過(guò)【機(jī)密】信息。但實(shí)際上，他所提供的8 本工作記錄上記載了駐阿美軍戰(zhàn)略計(jì)劃、情報(bào)信息、外交談判內(nèi)容以及白宮國(guó)家安全委員會(huì)會(huì)議紀(jì)要等機(jī)密信息。雖然他的初衷是為自己的傳記提供資料，但此舉仍被認(rèn)定為重大【泄密】行為。（中國(guó)新聞網(wǎng)）

（二）任務(wù)和資源

詞匯融合的識(shí)別包含兩個(gè)步驟：一是識(shí)別出語(yǔ)篇中可能存在詞匯融合關(guān)系的融合式和分離式，二是判別它們是否存在詞匯融合關(guān)系，即判斷融合式的語(yǔ)素和分離式間的語(yǔ)義指向關(guān)系。前者是一個(gè)詞語(yǔ)識(shí)別任務(wù)，后者則是一個(gè)語(yǔ)義關(guān)系的判斷任務(wù)。

針對(duì)雙音詞的詞匯融合現(xiàn)象，我們標(biāo)注了2000條數(shù)據(jù)，每條數(shù)據(jù)包含融合式、分離式及兩個(gè)分離式間的句法關(guān)系。我們用XML 格式標(biāo)注這些樣例，如下給出針對(duì)例5 的標(biāo)注信息。

更復(fù)雜的一種情況如例6 所示。合成式和分離式都是實(shí)體信息的短語(yǔ)，合成式與分離式的關(guān)系不是簡(jiǎn)單的語(yǔ)義指向，而是一種語(yǔ)義概括，即合成式整體上是若干分離式的一種概括。如例6 中的“四巨頭”概括“IBM”“Google”“微軟”和“亞馬遜”4 個(gè)公司，而“16 主要機(jī)構(gòu)”除四巨頭外，還包括“麻省理工學(xué)院”和“橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室”等學(xué)術(shù)或研究單位。

例6：云計(jì)算【四巨頭】集結(jié)“超強(qiáng)算力”加速病毒研究。【IBM】與美國(guó)能源部、科技政策辦公室合作成立的運(yùn)算聯(lián)盟，計(jì)劃攜手【Google】、【微軟】、【亞馬遜】等云計(jì)算巨頭，以及【麻省理工學(xué)院】、【橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室】等頂尖學(xué)術(shù)或研究單位，一共【16 主要機(jī)構(gòu)】一齊貢獻(xiàn)運(yùn)算力尋找疫情解決方案。（十輪網(wǎng)）

（三）意義和挑戰(zhàn)

詞匯融合的識(shí)別對(duì)語(yǔ)言信息處理的很多任務(wù)具有重要意義。比如在一般的語(yǔ)言理解任務(wù)中，可將語(yǔ)篇中的融合式描述與其分離式描述關(guān)聯(lián)起來(lái)；在語(yǔ)義檢索中，輸入查詢(xún)?cè)~“集訪”，可查詢(xún)到僅包含分離式“聚集”和“訪問(wèn)”的文檔；在自動(dòng)問(wèn)答系統(tǒng)中，針對(duì)詢(xún)問(wèn)“參與病毒研究的主要機(jī)構(gòu)”，基于這個(gè)融合式與其分離式間的關(guān)系，可順利確定參與研究的主要機(jī)構(gòu)。

詞匯融合作為漢語(yǔ)中一種常見(jiàn)的共指現(xiàn)象，其研究尚處于起步階段，目前在資源建設(shè)、識(shí)別模型和應(yīng)用任務(wù)方面存在一些挑戰(zhàn)。

資源建設(shè)方面，現(xiàn)代語(yǔ)言信息處理模型需要大規(guī)模的監(jiān)督語(yǔ)料進(jìn)行訓(xùn)練，而監(jiān)督語(yǔ)料的標(biāo)注則需要大量的人力成本。如何利用基于規(guī)則和遠(yuǎn)程監(jiān)督的方法構(gòu)建大規(guī)模標(biāo)注預(yù)料并盡可能減少噪音數(shù)據(jù)，是詞匯融合識(shí)別研究的一大挑戰(zhàn)。

圖1 詞匯鏈?zhǔn)纠v訊網(wǎng)）

圖2 實(shí)體鏈?zhǔn)纠v訊網(wǎng)）

識(shí)別模型方面，詞匯融合現(xiàn)象層出不窮，在大規(guī)模標(biāo)注語(yǔ)料的基礎(chǔ)上，如何利用計(jì)算技術(shù)對(duì)詞匯融合識(shí)別建模，提升詞匯融合模型的泛化性使其能自動(dòng)識(shí)別新出現(xiàn)的詞匯融合現(xiàn)象是另一個(gè)挑戰(zhàn)。

應(yīng)用任務(wù)方面，如何將訓(xùn)練好的詞匯融合識(shí)別模型，低成本地應(yīng)用到其他語(yǔ)言信息處理任務(wù)包括語(yǔ)義檢索、自動(dòng)文檔等系統(tǒng)中，是詞匯融合識(shí)別應(yīng)用方面面臨的挑戰(zhàn)。

二、實(shí)體鏈

（一）概念

表1 實(shí)體鏈標(biāo)注語(yǔ)料統(tǒng)計(jì)結(jié)果

（二）任務(wù)和資源

實(shí)體鏈的識(shí)別包括兩個(gè)步驟，第一，識(shí)別描述實(shí)體的最長(zhǎng)名詞短語(yǔ)，第二，判斷這些短語(yǔ)間是否存在共指或部分－整體等語(yǔ)義關(guān)系。實(shí)現(xiàn)過(guò)程可采用串行策略，即先識(shí)別最長(zhǎng)名詞短語(yǔ)，然后判斷它們間的語(yǔ)義關(guān)系；也可以采用并行策略，即實(shí)體識(shí)別和關(guān)系判別并行進(jìn)行。

我們選取了中文新聞?wù)Z料進(jìn)行標(biāo)注，最終形成的標(biāo)注資源如表1 所示。其中標(biāo)注文檔數(shù)是2496，包含的最長(zhǎng)名詞短語(yǔ)26760個(gè)，實(shí)體鏈個(gè)數(shù)是5096，短語(yǔ)平均長(zhǎng)度是5.92 個(gè)字。

（三）意義和挑戰(zhàn)

實(shí)體鏈的分析無(wú)疑有助于篇章理解，具體來(lái)說(shuō)，第一，對(duì)于句子結(jié)構(gòu)來(lái)說(shuō)，最長(zhǎng)名詞短語(yǔ)識(shí)別有助于提高句子分析的性能；第二，對(duì)于篇章結(jié)構(gòu)來(lái)說(shuō)，最長(zhǎng)名詞短語(yǔ)將篇章結(jié)構(gòu)分析的粒度從句子層面細(xì)化到短語(yǔ)層面；第三，對(duì)于篇章內(nèi)容分析來(lái)說(shuō)，實(shí)體鏈的識(shí)別也有助于篇章話題及其演化分析，有望在自動(dòng)文摘、標(biāo)題生成等任務(wù)中發(fā)揮作用。

圖3 語(yǔ)義角色標(biāo)注分析示例

實(shí)體鏈的識(shí)別也存在一些挑戰(zhàn)。其中一個(gè)問(wèn)題是最長(zhǎng)名詞短語(yǔ)的范圍和類(lèi)型，與漢語(yǔ)詞性問(wèn)題有關(guān)，需要進(jìn)一步細(xì)化名詞短語(yǔ)的邊界和類(lèi)型。第二個(gè)問(wèn)題是實(shí)體鏈中語(yǔ)義關(guān)系的范圍和界定，名詞短語(yǔ)間的關(guān)系包含很多類(lèi)型，需要確定可操作性的判定原則。

三、語(yǔ)義角色標(biāo)注

（一）概念

圖4 語(yǔ)義角色標(biāo)注結(jié)構(gòu)示例

語(yǔ)義角色標(biāo)注結(jié)構(gòu)與成分樹(shù)結(jié)構(gòu)有一定的關(guān)聯(lián)與區(qū)別。如圖3 所示，首先，語(yǔ)義角色結(jié)構(gòu)的基本元素在成分樹(shù)中有對(duì)應(yīng)的短語(yǔ)詞性標(biāo)簽，比如，短語(yǔ)“小明”的語(yǔ)義角色為Agent，同時(shí)在成分樹(shù)中承擔(dān)了NP 的角色。語(yǔ)義角色結(jié)構(gòu)偏向于刻畫(huà)元素之間的語(yǔ)義關(guān)系，但成分樹(shù)結(jié)構(gòu)更加關(guān)注句子的成分層級(jí)結(jié)構(gòu)，以及短語(yǔ)成分的語(yǔ)法角色。

另外，語(yǔ)義角色結(jié)構(gòu)與依存樹(shù)結(jié)構(gòu)在句法層面有更為緊密的聯(lián)系，例如，短語(yǔ)“遇到”在依存樹(shù)中為核心詞，直接連接著根節(jié)點(diǎn)（Root），同時(shí)與其他的各個(gè)成分相連接，并與該短語(yǔ)在語(yǔ)義角色結(jié)構(gòu)中的謂詞角色（Predicate）相互照應(yīng)。因此，語(yǔ)義角色標(biāo)注任務(wù)與依存樹(shù)解析任務(wù)具有較強(qiáng)的互補(bǔ)作用。然而，相比語(yǔ)義角色結(jié)構(gòu)，依存樹(shù)結(jié)構(gòu)更加關(guān)注句子中各個(gè)元素的語(yǔ)法依賴(lài)關(guān)系。

（二）任務(wù)和資源

論元識(shí)別：針對(duì)目標(biāo)謂詞，檢測(cè)出該謂詞的附屬論元。如圖4，對(duì)于謂詞“參觀”，需要檢測(cè)出對(duì)應(yīng)的三個(gè)論元：“很多游客”“迪士尼樂(lè)園”“以便……人物形象”。

論元分類(lèi)：針對(duì)所確定的論元，預(yù)測(cè)其對(duì)應(yīng)的語(yǔ)義類(lèi)別。比如針對(duì)謂詞“參觀”，需要確定“很多游客”的類(lèi)別為施事，“迪士尼樂(lè)園”類(lèi)別為受事，“以便……人物形象”類(lèi)別為目標(biāo)。

圖5 語(yǔ)義角色標(biāo)注的兩種形式

（三）意義和挑戰(zhàn)

圖6 文本中的事件

四、事件分析

（一）概念

事件作為一種重要的知識(shí)與信息表現(xiàn)形式，近年來(lái)在語(yǔ)言學(xué)和自然語(yǔ)言處理領(lǐng)域受到越來(lái)越多的關(guān)注。事件一般被定義為特定的人、物在特定時(shí)間和特定地點(diǎn)相互作用的客觀事實(shí)，由觸發(fā)詞及其要素共同組成。其中觸發(fā)詞以動(dòng)詞、動(dòng)名詞居多，但也有名詞、形容詞等。事件要素包括參與者、時(shí)間、地點(diǎn)等。圖6 給出兩個(gè)事件描述的實(shí)例，其中的觸發(fā)詞分別是“相撞”和“處理”。

表2 事件分析結(jié)果

（二）任務(wù)和資源

事件分析主要包括事件觸發(fā)詞識(shí)別和事件要素抽取兩個(gè)子任務(wù)。觸發(fā)詞識(shí)別需要判斷觸發(fā)詞的邊界，有些觸發(fā)詞是短語(yǔ)，甚至是模板；事件元素識(shí)別包括事件參與者及時(shí)間和地點(diǎn)等。

例7：在【伊拉克】，當(dāng)【一個(gè)美國(guó)坦克】對(duì)著【酒店】〖開(kāi)火〗時(shí)一個(gè)【攝影師】〖死去〗了。（新浪網(wǎng)）

例7 包含“死去”和“開(kāi)火”兩個(gè)觸發(fā)詞，事件分析的任務(wù)包括識(shí)別這兩個(gè)觸發(fā)詞，給出其事件類(lèi)型即：“攻擊”和“死亡”，并分析出“伊拉克”是兩個(gè)事件的發(fā)生地，“攝影師”是“死亡”事件的參與者，“酒店”與“美國(guó)坦克”是“攻擊”事件的參與者，分析結(jié)果如表2 所示。

圖7 ACE 標(biāo)注結(jié)構(gòu)

圖8 事件要素類(lèi)型

目前事件標(biāo)注的主要資源是ACE 2005，這是由語(yǔ)言數(shù)據(jù)聯(lián)盟（LDC）標(biāo)注的多語(yǔ)種語(yǔ)料庫(kù)，包含英語(yǔ)、阿拉伯語(yǔ)和漢語(yǔ)訓(xùn)練數(shù)據(jù)。該語(yǔ)料共標(biāo)注了599 篇文章，涵蓋了新聞、對(duì)話和微博等多種類(lèi)型的文本。該語(yǔ)料庫(kù)由多種類(lèi)型的數(shù)據(jù)組成，包括實(shí)體、關(guān)系和事件。其中事件類(lèi)型共分為8 大類(lèi)33 小類(lèi)，事件元素共有35 類(lèi)。其標(biāo)注結(jié)構(gòu)如圖7所示：

針對(duì)中文事件描述，我們完成了3000 篇的標(biāo)注語(yǔ)料，事件類(lèi)型包含包括自然災(zāi)害、社會(huì)治安、公共安全、公共衛(wèi)生等。相比其他標(biāo)注資源，該語(yǔ)料的特點(diǎn)是：第一，該語(yǔ)料的觸發(fā)詞類(lèi)型是針對(duì)新聞報(bào)道中的突發(fā)事件，有利于突發(fā)事件的監(jiān)測(cè)和預(yù)警；第二，觸發(fā)詞可能是單個(gè)詞語(yǔ)，也可能是由輕動(dòng)詞+動(dòng)詞構(gòu)成的模板，如例8 中，“發(fā)生……冰凍災(zāi)害”是觸發(fā)詞，這樣可使句子的句法中心輕動(dòng)詞“發(fā)生”和語(yǔ)義中心“冰凍”關(guān)聯(lián)起來(lái)，避免句子分析中句法和語(yǔ)義層面的不一致。第三，增加了事件要素的語(yǔ)義標(biāo)記，如例8 中，“在……上”是事件要素處所的標(biāo)記。圖8 給出了該語(yǔ)料的標(biāo)注內(nèi)容，表3 給出了這些要素的解釋。

表3 事件要素釋義

（三）意義和挑戰(zhàn)

圖9 事件鏈?zhǔn)纠ㄖ袊?guó)西部網(wǎng)）

事件分析是自然語(yǔ)言處理的一個(gè)核心技術(shù)。首先，對(duì)于句子理解來(lái)說(shuō)，事件一般是句子表達(dá)的主要信息，因此事件分析是句子理解的關(guān)鍵；其次，對(duì)于篇章理解來(lái)說(shuō)，其內(nèi)容主要是事件表達(dá)、演化及情感表述，因此事件分析也為篇章理解奠定基礎(chǔ)；再次，事件分析作為實(shí)體與關(guān)系抽取的上層任務(wù)，所包括的信息相對(duì)于實(shí)體更加完整，也能夠幫助從文本中獲取關(guān)鍵信息，為閱讀理解、自動(dòng)摘要和輿情監(jiān)測(cè)等應(yīng)用提供支持。

目前事件分析也存在一些挑戰(zhàn)。首先，事件分析大多基于句子級(jí)別，但在真實(shí)文本場(chǎng)景下，觸發(fā)詞與其要素有可能分布在篇章中的不同句子中，因此需要考慮跨句子信息；其次，事件分析工作大都針對(duì)單個(gè)事件抽取，未考慮事件間的聯(lián)系，而事件間的聯(lián)系可能有助于事件分析，因此需要考慮更廣的篇章背景；再次，事件分析中事件的類(lèi)型大都是預(yù)定義的，但在真實(shí)場(chǎng)景下，常常會(huì)遇到新的事件類(lèi)型，因此需要事件分析具有更強(qiáng)的學(xué)習(xí)功能。總之，事件分析在篇章信息的利用和開(kāi)放域的背景方面面臨挑戰(zhàn)。

圖10 事件鏈?zhǔn)纠ㄖ腥A軍事網(wǎng)）

五、事件鏈

（一）概念

事件鏈?zhǔn)且粋€(gè)語(yǔ)篇所描述的主要事件根據(jù)它們所在句子的順序構(gòu)成的鏈。語(yǔ)篇中所描述的主要事件一般有兩個(gè)特點(diǎn)，第一，主要事件一般會(huì)出現(xiàn)在標(biāo)題中；第二，這些主要事件一般存在語(yǔ)義關(guān)系，如上下位、同義、因果等。

圖11 從上至下依次是句子鏈，事件鏈和實(shí)體鏈

圖10 給出另一個(gè)事件鏈的示例。【】標(biāo)記的觸發(fā)詞構(gòu)成事件鏈。其中標(biāo)題中的“派”和“闖入”均可看作“動(dòng)作頻頻”的下位事件。其他【】標(biāo)記的觸發(fā)詞要么和標(biāo)題中的觸發(fā)詞語(yǔ)義相似，如“現(xiàn)身”“逼近”“闖入”等；要么作為標(biāo)題中的觸發(fā)詞的子事件，如“飛行”“折返”“執(zhí)行”等。

圖12 實(shí)體鏈和觸發(fā)詞鏈（中國(guó)西部網(wǎng)）

事件鏈的提出與語(yǔ)篇連貫性的研究有關(guān)。語(yǔ)篇連貫性的研究大致分為兩類(lèi)策略，基于句子關(guān)系的模型和基于實(shí)體關(guān)系的模型。前者如Wolf 和Gibson等將篇章中描述同一主題的句子劃分為一組，并以句子關(guān)系為基礎(chǔ)探討語(yǔ)篇連貫性。 但是句子關(guān)系的判斷涉及句子內(nèi)容分析，目前面臨不少挑戰(zhàn)。基于實(shí)體關(guān)系的模型以詞匯鏈或?qū)嶓w鏈為基礎(chǔ)刻畫(huà)篇章的連貫性。但是詞匯鏈和實(shí)體鏈僅是語(yǔ)篇連貫的必要條件，而非充分條件，因此僅依靠詞匯鏈無(wú)法確保語(yǔ)篇的連貫性。

事件一方面作為句子內(nèi)容的簡(jiǎn)化表示，另一方面為詞匯或?qū)嶓w引入結(jié)構(gòu)化表示，因此可以此為基礎(chǔ)探討語(yǔ)篇的連貫性。圖11 給出了實(shí)體鏈、事件鏈和句子鏈的示意圖。

（二）任務(wù)和資源

事件鏈識(shí)別的過(guò)程包括兩個(gè)步驟：第一，識(shí)別觸發(fā)詞鏈；第二，根據(jù)觸發(fā)詞鏈識(shí)別事件要素。事件鏈識(shí)別的關(guān)鍵在于觸發(fā)詞鏈的識(shí)別。觸發(fā)詞鏈實(shí)際上是一個(gè)謂詞詞匯鏈，其識(shí)別策略可分為兩類(lèi)，一類(lèi)根據(jù)觸發(fā)詞間的語(yǔ)義關(guān)系，首先確定標(biāo)題中的觸發(fā)詞，然后根據(jù)觸發(fā)詞間的語(yǔ)義關(guān)系依次確定其它觸發(fā)詞。另一類(lèi)是先確定實(shí)體鏈，再根據(jù)實(shí)體和謂詞間的依存關(guān)系確定觸發(fā)詞鏈。圖12 給出了圖9 所含篇章的實(shí)體鏈及基于依存關(guān)系確定的觸發(fā)詞。從圖12 可看出，基于實(shí)體鏈可大體上確定觸發(fā)詞鏈，但也存在錯(cuò)判和漏判的情況，如“包圍”被識(shí)別為觸發(fā)詞，而“躲”沒(méi)有識(shí)別出來(lái)。

這種基于實(shí)體鏈分析的優(yōu)勢(shì)在于觸發(fā)詞鏈內(nèi)的語(yǔ)義關(guān)系不好把握，因此直接識(shí)別觸發(fā)詞鏈面臨一定困難，而實(shí)體鏈一般含有較易把握的詞匯鏈，比如圖12 中的實(shí)體鏈含有“美軍”，而且實(shí)體與謂詞間的依存關(guān)系也容易把握，因此通過(guò)實(shí)體鏈及其依存關(guān)系確定的觸發(fā)詞可看作一個(gè)候選，最后再根據(jù)語(yǔ)義關(guān)系確定觸發(fā)詞鏈。

針對(duì)事件鏈的資源建設(shè)，我們選取了3000 篇新聞報(bào)道，并根據(jù)以上標(biāo)注過(guò)程標(biāo)注了觸發(fā)詞鏈和事件要素。

（三）意義和挑戰(zhàn)

事件鏈串聯(lián)了實(shí)體鏈和謂詞鏈，為實(shí)體鏈賦予了結(jié)構(gòu)信息，也承接了觸發(fā)詞間的語(yǔ)義關(guān)聯(lián)，因此事件鏈的識(shí)別有助于判斷語(yǔ)篇的連貫性，可用于作文自動(dòng)打分等系統(tǒng)中。另一方面，事件鏈一定程度上反映篇章的主要內(nèi)容，因此也可應(yīng)用于閱讀理解和自動(dòng)文摘等系統(tǒng)中。

事件鏈的分析面臨一些挑戰(zhàn)。首先，事件鏈的資源構(gòu)造方面，篇章描述的主要事件如何界定，它們間的語(yǔ)義關(guān)系的類(lèi)型和范疇如何確定，需進(jìn)一步探討；其次，事件鏈的自動(dòng)識(shí)別方面，觸發(fā)詞分布于篇章的不同句子，需要考慮更多的篇章信息才能確定觸發(fā)詞鏈；再次，作為構(gòu)造事件鏈的主要手段，包括觸發(fā)詞間的語(yǔ)義關(guān)系判斷及觸發(fā)詞與實(shí)體間的依存關(guān)系判斷都面臨挑戰(zhàn)。

六、事件框架

（一）概念

目前，大多數(shù)事件分析注重于識(shí)別以觸發(fā)詞為核心的獨(dú)立事件，而忽略事件間存在的關(guān)系，因此為了實(shí)現(xiàn)篇章理解，需要從更宏觀的角度分析相關(guān)事件。事件框架是指由突發(fā)事件、誘因事件、處置事件、結(jié)果事件組成的框架。直觀上，事件框架描述突發(fā)事件及其誘因、結(jié)果及其處置情況。

以自然災(zāi)害事件為例，其核心事件往往是自然災(zāi)害本身，例如暴雨、山洪、洪水、地震等；誘因事件表示引起自然災(zāi)害的直接原因，往往是非突發(fā)性氣候條件，如厄爾尼諾現(xiàn)象、副高氣壓影響等；結(jié)果事件表示自然災(zāi)害導(dǎo)致的結(jié)果，例如造成的人財(cái)物損失，如人員傷亡、房屋倒塌、道路阻斷等；處置事件表示針對(duì)自然災(zāi)害采取的措施與行動(dòng)，如救援工作、災(zāi)后處置工作等。

目前與事件框架相關(guān)的工作主要是事件關(guān)系分析任務(wù)。事件關(guān)系分析旨在于判斷事件間存在的因果、時(shí)序、共指等關(guān)系。分析方法可分為基于規(guī)則的方法和基于深度學(xué)習(xí)的方法。

圖13 突發(fā)事件示例（中國(guó)新聞網(wǎng)）

圖14 事件框架結(jié)構(gòu)示例

圖15 事件框架標(biāo)注結(jié)構(gòu)圖

（二）任務(wù)和資源

事件框架抽取可看作一種特殊的事件與事件關(guān)系抽取，包括事件抽取與事件關(guān)系分析兩個(gè)子任務(wù)。

以圖13 所示這篇新聞為例，其中標(biāo)注部分是我們的抽取目標(biāo)。【】表示核心事件，〖〗表示誘因事件，［］表示處置事件，｛｝表示結(jié)果事件，下劃線表示觸發(fā)詞。其事件框架邏輯圖如圖14 所示。

針對(duì)事件框架，我們標(biāo)注了3000 篇新聞?wù)Z料，其中標(biāo)注突發(fā)事件、誘因事件、結(jié)果事件和處置事件。該標(biāo)注語(yǔ)料由3000 個(gè)txt 文件及對(duì)應(yīng)的xml文件組成，其中，txt 文本文件存放新聞?wù)Z料原文，xml文件存放標(biāo)注數(shù)據(jù)，其主要結(jié)構(gòu)如圖15 所示。

（三）意義和挑戰(zhàn)

圖16 事件回指示例（騰訊網(wǎng)）

相比事件來(lái)說(shuō)，事件框架刻畫(huà)更全局的信息，因此事件框架分析有助于更全面的篇章內(nèi)容理解，反過(guò)來(lái)也有助于改進(jìn)單個(gè)事件的識(shí)別性能。另一方面，事件框架有望在自動(dòng)文摘、自動(dòng)問(wèn)答和閱讀理解等基于篇章理解的應(yīng)用中發(fā)揮作用。

目前，事件框架分析面臨的挑戰(zhàn)主要在于：首先，篇章信息建模方面，傳統(tǒng)的事件分析以事件為核心，僅在句子或段落層面就可捕獲足夠的上下文信息。而事件框架中的多個(gè)事件可能分布在篇章中的不同部位，如何有效的建模覆蓋事件框架的篇章信息成為一大挑戰(zhàn)。其次，蘊(yùn)含關(guān)系方面，不同于傳統(tǒng)的兩兩事件關(guān)系分析，在事件框架中，事件間的關(guān)系會(huì)受到事件框架中其他事件的影響。因此，如何捕獲這種蘊(yùn)含在事件框架內(nèi)的傳遞性關(guān)系具有一定挑戰(zhàn)性。

七、事件回指

（一）概念

圖17 事件回指標(biāo)注示例（搜狐網(wǎng)）

（二）任務(wù)和資源

事件回指分析主要包括三個(gè)子任務(wù)，第一，識(shí)別事件回指語(yǔ)；第二，識(shí)別事件描述先行語(yǔ)；第三，識(shí)別它們間的回指關(guān)系。

針對(duì)回指語(yǔ)是指代短語(yǔ)（如“這次勝利”）的情況，我們建立了一個(gè)事件回指標(biāo)注資源。其中包含4000 篇文檔，共有4406 個(gè)事件回指。圖17 給出了一個(gè)標(biāo)注示例，其中包括四個(gè)回指語(yǔ)，兩個(gè)先行語(yǔ)，它們間的回指關(guān)系如箭頭所示。

（三）意義和挑戰(zhàn)

事件回指的識(shí)別對(duì)于自然語(yǔ)言處理具有重要意義。首先，事件回指有助于篇章內(nèi)容的深層理解，將上下文有關(guān)同一事件的不同描述關(guān)聯(lián)起來(lái)；其次，事件回指識(shí)別有助于提高篇章級(jí)的信息抽取、話題識(shí)別及演化、文本摘要、閱讀理解和自動(dòng)問(wèn)答等應(yīng)用的性能。

目前，事件回指的識(shí)別也面臨不少挑戰(zhàn)。首先，關(guān)于事件描述和回指語(yǔ)的類(lèi)型和邊界，篇章中事件描述有時(shí)很長(zhǎng)，回指語(yǔ)本身也可能較長(zhǎng)；其次，關(guān)于事件描述與回指語(yǔ)關(guān)系的判別，同一個(gè)上下文中，可能存在多組事件描述和回指語(yǔ)，它們間的回指關(guān)系不易區(qū)分；再次，事件回指可能存在嵌套情況，即：事件描述中包括回指語(yǔ)和子事件描述。

本文從概念、任務(wù)、資源、意義和挑戰(zhàn)等幾個(gè)角度分別探討語(yǔ)義分析的若干前沿問(wèn)題，包括詞匯融合、實(shí)體鏈、語(yǔ)義角色標(biāo)注、事件分析，事件鏈、事件框架和事件回指等。其中詞匯融合和實(shí)體鏈分別是詞匯級(jí)和實(shí)體級(jí)的語(yǔ)義分析、語(yǔ)義角色標(biāo)注是句子級(jí)的淺層語(yǔ)義分析，而事件屬句子級(jí)較深層的語(yǔ)義分析，事件框架、事件鏈和事件回指則是篇章級(jí)的語(yǔ)義分析，詞匯融合和實(shí)體鏈也涉及到篇章信息。這些任務(wù)都有一個(gè)重要特點(diǎn)：既涉及內(nèi)容分析，如事件、語(yǔ)義角色、時(shí)間和地點(diǎn)等；又涉及結(jié)構(gòu)分析，如事件框架和實(shí)體鏈等。從另一個(gè)角度看，這些任務(wù)既包含實(shí)體分析，包括簡(jiǎn)單實(shí)體和復(fù)雜實(shí)體，如語(yǔ)義角色或事件；又包含關(guān)系分析，如回指關(guān)系、因果關(guān)系等。