漢語搭配獲取方法研究.pdf

1、自然語言是人們與外界進(jìn)行溝通交流、傳遞信息、分享知識、表達(dá)情感的重要工具。為了更好地理解并應(yīng)用語言信息，國內(nèi)外學(xué)者很早就展開了對自然語言的研究，并因此誕生了一門融語言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)，即自然語言處理(Natural Language Processing，縮寫為NLP)。NLP的主要工具是計(jì)算機(jī)，處理對象是自然語言，目的是讓機(jī)器學(xué)習(xí)和理解自然語言的語法、句法結(jié)構(gòu)及相關(guān)規(guī)則，最終實(shí)現(xiàn)機(jī)器對自然語言的智能處理。搭配作為自然語

2、言中最常見的基本現(xiàn)象之一，掌握和運(yùn)用好正確的搭配規(guī)律對于人們快速習(xí)得語言，用準(zhǔn)確簡練的文字表達(dá)出內(nèi)心的想法有著十分重要的作用。因此，搭配研究已成為NLP研究的一個(gè)重要方面，其中，搭配獲取方法與技術(shù)的研究以及相關(guān)資源庫的構(gòu)建是NLP研究的重要內(nèi)容。若能獲取到準(zhǔn)確全面的搭配資源并將其應(yīng)用到NLP的實(shí)用領(lǐng)域，如機(jī)器翻譯、語音識別、信息檢索、實(shí)時(shí)問答等，無疑將大大提高相關(guān)系統(tǒng)的智能化程度和使用性能。
　　目前，搭配方法與技術(shù)研究在NLP領(lǐng)

3、域受到人們普遍關(guān)注。由于研究者采用的研究方法和理論框架的不同，搭配的界定及獲取方法也多種多樣。其中，最常見的方法是基于框架的搭配獲取和基于語義的搭配獲?。夯诳蚣艿姆椒P(guān)注搭配詞語在語言實(shí)例中所體現(xiàn)出的距離與結(jié)構(gòu)特征，具有普適性的特點(diǎn)，但由于缺乏對語言學(xué)相關(guān)背景知識的考慮，因而獲取的搭配在語義關(guān)聯(lián)方面有所欠缺；基于語義的方法則更多依賴于研究者的語言直覺及相關(guān)句法、語義信息，能夠獲取語義關(guān)聯(lián)度較強(qiáng)的搭配，但普適性受到影響。針對這兩種方法各

4、自的優(yōu)勢與不足，本文給出了一種同時(shí)考慮分詞語義關(guān)聯(lián)與分詞關(guān)聯(lián)強(qiáng)度的搭配獲取方法。
　　本文對現(xiàn)有搭配獲取的方法與相關(guān)技術(shù)進(jìn)行闡述，通過分析漢語的語法、句法結(jié)構(gòu)、內(nèi)在語義之間的關(guān)系及相關(guān)規(guī)則，從語義和結(jié)構(gòu)兩個(gè)方面對搭配進(jìn)行分類研究，引入了文本語句分析中搭配基本形式的概念，并給出了搭配基本形式的五元組結(jié)構(gòu)化描述，以及從文本語料中獲取五元組、對五元組優(yōu)化與分類處理、最終獲得搭配資源的方法。用《人民日報(bào)》語料（1998年1月）所做的實(shí)驗(yàn)表