“不形”短语的自动识别方法和特征的大规模调查研究

论文摘要

“不”与形容词组合成“不形”短语是形容词否定形式中最重要的一种,也是现代汉语中一种比较复杂的语言现象。“不”和形容词的组合受到各种因素的制约和影响。传统语言学领域对形容词的研究较多,但对“不”与形容词组合的专题研究相对较少,而且调查规模比较小,研究工作侧重于句法意义的研究。一方面,汉语教学、汉语研究、汉语信息处理等各个领域都需要更大规模地调查研究“不形”组合的形式特征。同时,另一方面,对“不形”短语的机器自动识别还没有见到有成果报道,但这是进行大规模调查的前提,并且对于用统计方法处理汉语也将起到很重要的作用。 本文的研究主要包括四个部分。第一部分是对“不形”短语进行自动识别方法的研究;第二部分是在几个文本库中对“不形”短语进行分布统计;第三部分是在大规模的语料中对“不形”短语进行形式特征（包括线性邻接特征和语法功能特征）的调查研究。这三方面的研究都采用人机结合的办法:计算机软件在基本保证查全率的条件下进行尽量准确的自动检索和统计,人在此基础上进行筛选和整理并总结规则。最后一部分我们考察了“不形”短语和形容词在线性邻接特征和语法特征上的异同以及“不+形容词+名词”格式的特点。 我们的识别工作是对8000多万字的当代大陆小说作品文本库进行的。我们的识别方法能够保证相当高的查全率,从准确率看,尽管对于兼类词用简单规则进行排歧尚难以彻底解决所有问题,但我们利用词例化规则也取得了较为理想的效果。 我们的分布统计工作是在当代大陆小说作品文本库、现代名家小说作品文本库、港台小说作品文本库、古典小说作品文本库和人民日报文本库这5个文本库（共约3.5亿多字）基础上进行的。 我们对于“不形”短语线性邻接特征和语法功能特征调查研究以及“不+形容词+名词”格式考察,都是建立在近8000万字规模的当代大陆小说作品文本库的基础上的,这在以前的传统语言学领域中还没有人做过。所得的结果一方面为相关研究提供了可靠的数据,另一方面也启发我们从新的角度研究形容词及形容词短语。

论文目录

• 论文摘要
• Abstract
• 第一章 引言
• 1.1 研究目标
• 1.2 研究意义
• 1.2.1 统计方法的作用和困难
• 1.2.2 现有词类体系的问题及其解决方法
• 1.2.3 “不形”短语自动识别方法研究的意义
• 1.2.4 “不形”短语语法功能研究的意义
• 1.3 国内外研究现状综述
• 1.3.1 语言学本体研究
• 1.3.2 计算语言学方面
• 1.4 本文组织
• 第二章 本项研究工作的定位
• 2.1 研究对象、研究内容和研究方法
• 2.1.1 研究对象
• 2.1.2 研究内容
• 2.1.3 研究方法
• 2.2 主要工具
• 2.3 本文研究工作的特点
• 第三章 “不形”短语的识别方法研究
• 3.1 粗提实验结果及分析
• 3.2 错例排除策略
• 第四章 “不形”短语的分布特征与组合特征
• 4.1 “不形”短语在不同文本库中的分布统计
• 4.2 “不形”短语组合特征调查
• 第五章 “不形”短语的邻接特征调查研究
• 5.1 “不形”短语线性邻接特征调查
• 5.2 “不形”短语句法功能特征调查
• 第六章 形容词和“不形”短语的比较
• 6.1 形容词和“不形”短语邻接特征的比较
• 6.2 形容词和“不形”短语的句法功能特征比较
• 第七章 结语
• 7.1 本文工作的总结
• 7.2 下一步的工作
• 参考文献