基于信息依存语言模型的英汉被动结构对比研究

基于信息依存语言模型的英汉被动结构对比研究

论文摘要

被动结构简单来说就是主语为受事的句子。被动结构作为在英语和汉语中广泛应用的句法结构,一直是语言学研究中的重要课题。学界关于被动结构的研究成果十分丰富,但在不同语种间对被动结构的差异进行深入的比较研究尚不多见。不同语种间的被动结构形式不同,即使在同一语种内部,表达被动含义的结构也有不同的表现形式,以现代汉语被动结构来说,除了规范的被动结构外,还有其他类型的如无标记被动结构,被动结构中保留宾语的现象,“被……给”结构,“被”后的名词短语不是谓语动词的施事的被动结构以及施事主语被字结构等。而英语中除了“be +V-en”被动结构外还有“get +V-en”被动结构以及其他类型的被动结构。因此对英汉被动结构的对比研究需要借助一个具有普适性的理论统一描述,这样的对比才会有可比性。本研究尝试以一种新的形式化语言模型——信息依存语言模型为理论工具,剖析现代汉语和英语被动结构的句法形式,并进行语法、语义、语用层面的比较研究,以探索现代汉语和英语被动结构的共性与差异,能够在实践上为语料库的建设提供一定的参考价值。信息依存语言模型由李良炎(2009)提出,是以认知语法(CG)的基本原理为指导,在融合短语结构语法(PSG)和依存语法(DG)基本结构的基础上创建的一种面向语料库建设的形式化句法理论。该理论虽然具有形式化特点,但由于强调句法形式化必须符合语言的基本认知结构,因此也可以用于指导语言分析。通过研究发现:汉语中规范的被动结构与英语被动结构在生成过程中都是通过标准句素的嵌套以及语素的省略实现的。其中汉语被动结构中“被”表示受到某种影响,可以是一个事件或状态受到另一事件或状态的影响,也可以是一个主体受到与之相关的某事件或状态的影响。英语被动结构通过“be/get + V-en”形式表达了某种影响。通过对比分析英汉被动结构的共性和差异主要表现在以下三个方面。在句法上二者通过句素的嵌套以及相关语素的省略实现,在语料库中调查发现有施事出现的被动结构占的比重较小。不同之处在于以下三点。首先由于汉语自身的特点,被动结构相对于英语有其多样性,表现出较高的能产性。其次英汉有施事出现的被动结构中的标准句素的数量不同,汉语中有两个标准句素,英语有三个标准句素,在结构的生成过程中的操作有细微差别。最后表达完整的被动含义的结构有差异。汉语用“O<[被>V]”而英语使用“O <[be >V-en]”和“be <[by >S]”表达完整的被动含义。语义上,句素的嵌套等操作改变了句子的焦点结构,导致所述重点与其主动结构不同。通过对语料的语义色彩进行确定发现汉语中的带有贬义的,不愉快的被动结构所占比例明显高于英语的。在语用效果上,被动结构的生成改变了焦点结构,实现其语块价值。当施事短语出现时,二者的焦点序列存在差异,汉语的焦点序列为“施事→行为”,英语的焦点序列为“行为状态→施事”,从而导致二者在语言具体使用中重点的不同。全文共分五章。第一章介绍本研究的动机与研究的主要问题,其理论及实践意义所在,所采用的方法,数据来源以及本文的组织结构。第二章从句法,语义语用、认知以及英汉对比方面回顾了前人关于英汉被动结构的研究。第三章为本文的理论基础。主要介绍信息依存模型,信息依存语言模型及其关于现代汉语无标记被动结构的描述。第四章在分别形式化描述英语和汉语被动结构的基础上,结合语料的调查分析从句法,语义,语用三个方面进行对比分析。第五章为本文的结论。

论文目录

  • 中文摘要
  • ABSTRACT
  • LIST OF ABBREVIATIONS
  • CHAPTER ONE INTRODUCTION
  • 1.1 BACKGROUND AND QUESTIONS OF THE STUDY
  • 1.2 OBJECTIVES AND SIGNIFICANCE OF THE STUDY
  • 1.3 METHODOLOGY AND DATA RESOURCES
  • 1.4 ORGANIZATION OF THE THESIS
  • CHAPTER TWO LITERATURE REVIEW
  • 2.1 DEFINITIONS OF RELEVANT TERMS
  • 2.1.1 Definition of voice
  • 2.1.2 Definition of passive
  • 2.1.3 Classification of Mandarin and English passive construction
  • 2.2 OVERVIEW OF PREVIOUS STUDY ON PASSIVE CONSTRUCTION
  • 2.2.1 From syntactic perspective
  • 2.2.2 From semantic and pragmatic perspective
  • 2.2.3 From perspective of cognitive linguistics
  • 2.2.4 Comparative study of Mandarin and English passive construction
  • 2.3 COMMENTARY
  • 2.4 SUMMARY
  • CHAPTER THREE THEORETICAL FOUNDATION: INFORMATION DEPENDENCY LANGUAGE MODEL
  • 3.1 INFORMATION DEPENDENCY MODEL (IDM)
  • 3.2 INFORMATION DEPENDENCY LANGUAGE MODEL (IDLM)
  • 3.2.1 The primary unit of language
  • 3.2.2 Standard tagmeme
  • 3.2.3 Derivational tagmeme and complex sentence
  • 3.2.4 Pragmatic motivation for tagmeme transformation
  • 3.3 IDLM ANALYSIS OF MANDARIN UNMARKED PASSIVE CONSTRUCTION
  • 3.4 SUMMARY
  • CHAPTER FOUR COMPARATIVE STUDY OF ENGLISH AND CHINESE PASSIVES BASED ON IDLM
  • 4.1 IDLM FORMALIZATION OF CHINESE PASSIVE CONSTRUCTION
  • 4.1.1 IDLM formalization of normative passive construction in Chinese
  • 4.1.2 IDLM formalization of Chinese non-normative passive construction
  • 4.2 IDLM FORMALIZATION OF ENGLISH PASSIVE CONSTRUCTION
  • 4.2.1 IDLM formalization of “be + V-en” passive construction
  • 4.2.2 IDLM formalization of “get +V-en” passive construction
  • 4.3 COMPARATIVE ANALYSIS OF CHINESE PASSIVE CONSTRUCTION AND ENGLISH PASSIVE CONSTRUCTION
  • 4.3.1 From the syntactic aspect
  • 4.3.2 From the semantic aspect
  • 4.3.3 From pragmatic aspect
  • 4.4 SUMMARY
  • CHAPTER FIVE CONCLUSION
  • 5.1 MAJOR FINDINGS OF THE STUDY
  • 5.2 LIMITATIONS OF THE STUDY AND SUGGESTIONS FOR FURTHER WORKS
  • ACKNOWLEDGEMENTS
  • REFERENCES
  • APPENDIX
  • A. SEMANTIC FEATURES OF CHINESE PASSIVE CONSTRUCTIONS RETRIEVED FROM CCL
  • B. SEMANTIC FEATURES OF ENGLISH PASSIVE CONSTRUCTIONS RETRIEVED FROM COCA
  • C. ARTICLES PUBLISHED DURING M.A. STUDIES
  • 相关论文文献

    • [1].现代藏语信息熵的估算及语言模型的复杂度[J]. 电子技术与软件工程 2020(17)
    • [2].量子语言模型研究综述[J]. 中国科学:信息科学 2018(11)
    • [3].神经语言模型在框架排歧中的应用[J]. 广西民族师范学院学报 2017(03)
    • [4].基于层次语言模型的英语动名词搭配纠错策略[J]. 计算机系统应用 2017(09)
    • [5].基于软聚类的模糊类语言模型[J]. 军事通信技术 2015(01)
    • [6].统计语言模型浅析[J]. 科技风 2015(12)
    • [7].基于位置语言模型的中文信息检索系统的研究[J]. 计算机科学 2015(07)
    • [8].基于深度预训练语言模型的文献学科自动分类研究[J]. 情报学报 2020(10)
    • [9].基于扩展N元文法模型的快速语言模型预测算法[J]. 自动化学报 2012(10)
    • [10].应用于信息检索的统计语言模型研究进展[J]. 情报理论与实践 2008(03)
    • [11].基于神经网络语言模型的作者身份验证[J]. 情报理论与实践 2020(03)
    • [12].基于范畴论的形式语言模型建模方法研究[J]. 计算机应用与软件 2015(04)
    • [13].模糊语言模型在唇读系统中的应用[J]. 信号处理 2015(10)
    • [14].融合双向语言模型的半监督属性识别方法研究[J]. 计算机与数字工程 2020(10)
    • [15].结合语义的位置语言模型[J]. 北京大学学报(自然科学版) 2013(02)
    • [16].基于统计语言模型的英语易读性研究[J]. 解放军外国语学院学报 2010(06)
    • [17].对IRSTLM的分析和改进[J]. 心智与计算 2008(01)
    • [18].文本词向量与预训练语言模型研究[J]. 上海电力大学学报 2020(04)
    • [19].面向语言模型的神经元连接自动学习方法[J]. 厦门大学学报(自然科学版) 2019(02)
    • [20].神经网络语言模型的结构与技术研究评述[J]. 现代计算机 2019(19)
    • [21].三元统计语言模型对基因表达载体设计的优化[J]. 计算机工程与应用 2016(15)
    • [22].基于统计语言模型的信息检索演进探析[J]. 图书情报知识 2010(03)
    • [23].基于文本分类的语义平滑在语言模型中的应用(英文)[J]. 成都信息工程学院学报 2008(03)
    • [24].基于预训练语言模型的中文零指代消解[J]. 信息通信 2020(05)
    • [25].基于改进主题分布特征的神经网络语言模型[J]. 电子与信息学报 2018(01)
    • [26].泛化语言模型在汉维机器翻译中的应用[J]. 计算机应用研究 2014(10)
    • [27].领域语言模型及其在中文输入系统中的应用[J]. 计算机应用与软件 2012(08)
    • [28].触发式语言模型下的混淆网络解码方法[J]. 计算机工程与应用 2011(10)
    • [29].基于聚类语言模型的生物文献检索技术研究[J]. 中文信息学报 2008(01)
    • [30].一个语言模型压缩方法的研究与实践[J]. 苏州大学学报(工科版) 2008(03)

    标签:;  ;  ;  ;  ;  

    基于信息依存语言模型的英汉被动结构对比研究
    下载Doc文档

    猜你喜欢