论文部分内容阅读
一词多义是词汇学中最普遍也最复杂的现象。与此同时,计算机界词处理从“词一词性标注”到“词义标注”阶段,成为当前学界的热点。我们在“多义词词义搭配知识库的构建及词义自动标注”课题实践中发现:区别多义词的难点之一来源于义项体系本身。义项划分的合理性在很大程度上会影响甄别的效果。同时,凭空探讨多义词义项划分粗细的合理性是不可取的。本文正是从语义搭配描写角度、面向词义甄别探讨多义词义项划分问题的一种尝试。本研究从《现代汉语词典》中双音节、双义项、在大规模语料中频次>100的多义形容词中选取了拼音首字母为O-Z的101个词作为研究的基本材料。研究的基本思路是:探讨机用词典义项特点,确立评价标准;对《现汉》多义形容词组合特征进行细致描写,考察划分依据;分析其应用于计算机词义自动甄别中的难点,提出解决办法。本文主要包括五个部分:
第一章:介绍了选题背景、前人研究成果及本文研究的目标、方法及材料。
第二章:论述了机用词典义项特点的内涵:明确其定位,服务于计算机词义甄别;其“完备性”指在“现代、通用、语文、书面”语料范围内的完备性,包括义项收录的完整性与义项释义信息的全面性、有效性、精确性;其“离散与不相交性”反映在足够的词义距离和明显的形式标志上,即词性信息与搭配语义类。文章依托《现代汉语义类词典》,尝试通过义项在五级语义体系中的分布计算词义距离。在形容词范围内,跨二级类的多义词居多。
第三章:明确机用词典义项特点以后,第三章我们转入对《现汉》多义形容词义项体系的描写。首先分析了其词义关系,得出如下常见的五种情况:具体性状义与抽象性状义、人性状义与物性状义、行为性征义与心理性征义、性质义与心理义、A性状义与B性状义。接着通过“句法-语义”描写框架,寻找不同义项组合特征上的差异。研究依托《现代汉语语义义类词典》,将搭配对象“类”化,并通过语义类的内容指向揭示义项语义上的差异。通过考察我们发现,在搭配对象上,《现汉》多义形容词语义指向具有这样一些特点:一是语义指向具有两个方面:语义域和语义内容。二是绝大多数词不同义项的语义指向是互不交叉的,形成分布空间上的互补。三是词的不同义项搭配区别性语义类层级、大小、多少有别;语义类之间的距离也不相同。此外,义项间还在色彩、充当句子成分的能力、句式结构等方面显示出组合特征上的差异。
第四章:我们从描写中来观察《现汉》多义形容词义项应用于计算机自动甄别中的难点,发现有关义项收录的完整性是外层的、易解决的。对形容词而言,有三大问题是尚待解决的:一是释义语言的精确性、有效性问题;二是词义界限明晰,但缺乏形式标志,计算机难以判断的问题;三是《现汉》在义项划分上不明晰的问题。其中,“一、二”占主要地位;但“二”是暂时难以解决的。因此,对传统词典义项的改造主要针对“一、三”。具体方法是:增删义项、增加释义限制、合并义项、拆分义项。
第五章:结语。本文着眼于计算机词义自动甄别的底库建设,因此,以“机用词典”为切入点,着力探讨机用词典多义词的确立,在《现汉》多义形容词义项体系基础上继承与改造。