汉语句类分析中单字处理研究
文献类型：学位论文
| 作者 | 孙雄勇 |
| 学位类别 | 博士 |
| 答辩日期 | 2006-06-07 |
| 授予单位 | 中国科学院声学研究所 |
| 授予地点 | 声学研究所 |
| 关键词 | HNC理论 句类分析 单字处理 规则 |
| 学位专业 | 信号与信息处理 |
| 中文摘要 | 本文面向汉语自然语言处理研究。因为汉语自身的特点，汉语语句处理出现了许多难点。单字处理是汉语处理面临的重大难点之一，这主要有两个原因：一是汉语单字兼类现象异常严重。一个汉字具有两个或两个以上的义项非常普遍，义项不同但汉字形式却没有任何变化，而自然语言处理需要正确确定其义项。二是汉语单字具有极强的组合特征。在语句中，单字与其相邻字词之间常常发生组合，形成新词。我们进行汉语自然语言处理，需要正确将新词作为一个意义单位来处理。而新词的属性、意义与构成它的单字属性、意义有什么关联？如何通过单字来获得新词的义项？这都是我们急需解决的问题。 HNC提出了从概念空间来处理自然语言的方法，它的关键技术称之为句类分析技术。单字处理研究是句类分析的一个重要组成部分。本文在概念基元符号体系和句类体系的基础上，围绕汉语句类分析中出现的单字兼类现象和单字构词展开研究。单字处理研究不仅是语义块内部构成分析的重要组成部分，而且它也为句类分析中语义块感知假设提供了丰富的线索信息，还为含有单字v概念的语句句类的确定提供了关键信息。这项研究将有助于提高句类分析的水平。 在研究方法上，本文现象描述部分重在统计与归纳；分析部分则既有归纳也有演绎。规则的提取基于语言现象的统计描述和语言学的理论阐释相结合，是归纳和演绎并举。本文立足于概念空间，通过对单字概念的分析、归纳和演绎，提出了单字处理的策略，总结了单字处理的规律。 围绕句类分析的需要，本文将单字处理细化为五个方面：语言逻辑概念的处理、单字v概念处理、基本命名处理、活跃语素处理、基本概念（时空数）处理。从概念的角度出发，本文针对上述五个方面提出了处理策略，特别在语言逻辑概念处理、单字v概念处理和基本命名处理等方面进行了深入的研究，归纳总结了相关处理规则。结果可服务于扩展句类分析平台。 本文的主要创新点表现为： （1） 在HNC概念基元符号体系基础上形成了处理单字的方法。概念基元符号体系在语义上揭示了概念的基元性和系统性，描述了概念之间的关联性。使我们能够在概念空间探索和制定单字处理的策略和方法。有效的消解了单字带来的兼类问题，较好的解决了单字构词的问题。经过我们对语料（约46000字）的考察，本文从概念基元符号体系出发的规律涉及了80%以上的单字现象。 （2） 提出了在句类体系基础上处理单字的方法。句类是语句的语义类型，在此基础上，单字处理不仅仅局限在短语和词汇层面，进一步在语句层面制定了解决单字问题的策略和方法，同时也分析制定了单字服务于句类分析的处理策略。 （3） 界定了单字处理的类型。在单字八类的基础上，针对句类分析，提出了五大处理类型。通过对语料（约46000字）的统计，该分类涵盖了约92%的单字现象。并在语言概念空间对每一类处理类型进一步分类，细化了句类分析中单字处理难题，为深入分析探索句类分析中单字处理的策略和规律做好了准备。 （4） 提出了单字v概念组合形成语句句类的策略和方法。研究了单字v概念与其前面或后面邻接概念组合构成新词的问题，系统的总结了单字v概念的各种构词方式以及它们形成的句类代码，为正确获得语句的句类代码提供了解决策略和处理规则。经过对1000句包含单字v概念的语句的测试，正确率达到了89.9%，召回率达到了92.4%。 （5） 系统地总结了根据词末尾单字概念处理汉语基本命名、活跃语素的策略和方法。汉语基本命名和活跃语素均具有使其前面词语属性发生变化的功能，因此，根据它们位于词语末尾的特性，总结了每一类概念的构词方式和组合特点，结果有助于语义块构成分析处理。还从特征语义块感知、识别出发，分析了单字概念对语义块感知的作用。 综上所述，在HNC理论框架下，本文系统研究了句类分析中单字处理问题，并提出了相应的处理策略，在单字v概念处理、基本命名处理以及基本概念短语处理等方面归纳总结了具体的规则。本文的结果将有助于深化句类分析中有关单字词处理的研究。 |
| 语种 | 中文 |
| 公开日期 | 2011-05-07 |
| 页码 | 137 |
| 源URL | [http://159.226.59.140/handle/311008/64]  |
| 专题 | 声学研究所_声学所博硕士学位论文_1981-2009博硕士学位论文 |
| 推荐引用方式 GB/T 7714 | 孙雄勇. 汉语句类分析中单字处理研究[D]. 声学研究所. 中国科学院声学研究所. 2006. |
入库方式： OAI收割
来源：声学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。