摘要
讲演的第一部分扼要介绍了自然语言处理(NLP)和计算语言学(Computational Linguistics)的研究内容和应用领域。报告从分布在各语言层面上的歧义现象,如断词、词性辨识、词义辨识、句法结构歧义、论旨角色歧义、语用歧义等,说明了NLP所面临的困难及其对语言学研究所提出的一系列重要课题。第二部分阐述了当今信息社会对大规模真实文本处理的迫切需求,尤其是机器翻译(MT)、信息检索(IR)和信息摘录(IE)方面的研究与开发已引起各国政府和企业界的高度重视,美国国防部资助的TREC和MUC活动,日本通产省资助的EDR和CICC计划,欧共体资助的Acquilex和Multilex计划共同反映了大国政府的巨大努力。这一切标志着NLP研究已进入了一个新的里程碑。第三部分回顾了90年代初理性主义(rationalism)和经验主义(empiricism)之间的论战。经验主义认为,语言知识主要来自客观语料的观察,而不是来自语言学家的自省(或直觉)。在经验主义的影响下,语料库语言学(Corpus Linguistics)和基于统计的语言模型近年来有了很大的发展,这些方法在词性标注、词义排歧、介词短语的语义指向(PP attachment)等难题上取得的成功,反过来又扩大了经验主义方法的影响。可以认为这一动向反映了大规模真实文本処理的動機.並且將在一段相当長的時間裏成為NLP研究的主流。
