基于標(biāo)注語料庫的一價(jià)動(dòng)詞的“句法-語義”接口研究_2262.pdf

1、本文以HNC現(xiàn)代漢語句子級(jí)語義標(biāo)注語料庫為依托進(jìn)行語言現(xiàn)象的研究,通過分析標(biāo)注語料,對(duì)一些特殊的語言現(xiàn)象,如語義塊分離、特殊結(jié)構(gòu)和句式等進(jìn)行分析和歸納,以期從紛繁的語言表象中找到其內(nèi)部存在的規(guī)律。
　　 基于HNC的現(xiàn)代漢語句子級(jí)語義標(biāo)注語料庫是以HNC(Hierarchical Network ofConcepts,概念層次網(wǎng)絡(luò))理論為指導(dǎo),以句子為標(biāo)注的基本單位,為連續(xù)文本語料標(biāo)注語義框架信息的語義標(biāo)注語料庫。標(biāo)注的信息所提

2、供的豐富的語義知識(shí),不僅對(duì)于計(jì)算機(jī)理解語義,而且對(duì)于語言學(xué)工作者也是一個(gè)非常寶貴的資源。
　　 本文在HNC理論句類體系的基礎(chǔ)上,重點(diǎn)研究了句子級(jí)語義標(biāo)注語料庫的標(biāo)注內(nèi)容、標(biāo)注方法和標(biāo)注難點(diǎn),確定了XML的標(biāo)注規(guī)范,進(jìn)行了語料庫查詢工具的功能設(shè)計(jì)。研究內(nèi)容主要有以下幾個(gè)方面:
　　 (1)介紹了語料庫研究的現(xiàn)狀,指出HNC語義標(biāo)注語料庫的建設(shè)具有開創(chuàng)性意義；
　　 (2)確定了語料庫的標(biāo)注內(nèi)容,在HNC理論的指導(dǎo)

3、下,以句子作為標(biāo)注的基本單位,分別從語言空間和語言概念空間進(jìn)行結(jié)構(gòu)和語義兩方面的標(biāo)注；
　　 (3)分析了語料庫的標(biāo)注難點(diǎn),探討了語義塊核心要素部分的缺省問題、包裝成分和分離成分的判定問題、“的”字短語和“所”字結(jié)構(gòu)的標(biāo)注問題、與句式有關(guān)的句類判定問題等標(biāo)注難點(diǎn),給出了自己的標(biāo)注方案；
　　 (4)建立了語料庫的XML標(biāo)注規(guī)范,從篇章段落、句子、語義塊、塊素等層級(jí)確定了XML標(biāo)注元素及屬性；對(duì)元素和屬性進(jìn)行了Schema

4、模式定義,保證了文檔的有效性和良構(gòu)性；用XSL進(jìn)行XML語義標(biāo)注語料庫的結(jié)構(gòu)轉(zhuǎn)換,使語料庫呈現(xiàn)出用戶所需要的表現(xiàn)形式；
　　 (5)設(shè)計(jì)了語料庫的查詢工具,為語料庫使用者提供相應(yīng)的語料庫查詢工具,方便用戶從語料庫中檢索到自己想要的信息,最大限度地發(fā)揮語料庫的使用價(jià)值。
　　 句子級(jí)語義標(biāo)注語料庫的建設(shè)填補(bǔ)了中文信息處理資源建設(shè)的一項(xiàng)空白,它不僅對(duì)HNC理論的學(xué)習(xí)和HNC句類分析系統(tǒng)的完善具有重要意義,而且也可以為廣大的語