歧义结构理解中的依存距离最小化倾向

用依存句法分析汉语歧义结构发现人脑在句法加工时倾向选择最小化依存距离的句法结构。该发现从依存理论角度解释了以往依照短语结构句法分析潜在歧义结构"VP+N1+的+N2"无法说明心理学实验结果的原因,找到了歧义结构实时阅读过程中倾向选择特定句法结构的语言学依据。最小化依存距离的认知机制是降低言语工作记忆成本的有效方法,是言语理解过程中的重要机制之一。

中国英语学习者写作中的错误、依存距离与二语水平的关系研究

本文基于中国英语学习者的作文依存树库,以依存距离量化句法关系难易程度,考察学习者写作错误、依存距离与二语水平三者之间的关系。结果显示,中低水平学习者在长距离依存关系下错误率较高,这与学习者的二语熟练度较低和认知机制有关;高水平学习者由于熟练度提高,采用组块记忆,处理复杂句法关系的能力增强,所以对长距离依存关系的认知约束不敏感,错误明显减少;中低水平学习者在长距离依存关系易出现成分缺失、时态和介词错误,主要是由认知约束、二语输入和母语负迁移等因素导致的。

最大依存距离对口译中非流利度的影响

依存距离被广泛认为是可以反映句法复杂度的一项测量指标,它亦可以用来建立起语言加工过程中文本因素和认知努力之间的关系。心理语言学研究发现,非流利度与认知状态和过程相关,并可作为行为测量手段用以评估口译任务的认知负荷。本研究通过英汉视译实验,考察了原文最大依存距离对译者非流利度的影响及句法结构在二者间的调节作用。结果显示,最大依存距离长组的句子的非流利度要显著高于最大依存距离短组的句子,但所表现的差异程度在不同句法结构上有所不同。本研究将依存距离引入口译过程分析,证明了依存距离作为衡量和预测口译任务认知负荷及任务难度的可行性。

源语依存距离对学生译员有稿同传表现的影响

本研究以Gile的认知负荷模型作为理论基础,采用多元验证的混合方法探讨在英汉有稿同传的过程中,源语依存距离对学生译员口译表现的影响。研究结果表明:首先,源语依存距离越大,译员的口译准确度和流利度越低;其次,产生以上影响的原因是,源语依存距离的增大导致学生译员“短时记忆”和“听解”的负荷增大,从而造成口译质量下降;最后,学生译员在较大源语依存距离区段使用了断句、省略、归纳等方法来提高译语的质量。

基于依存树库的朝鲜语依存距离研究

依存语法框架下的依存距离是衡量句法分析难度的重要指标。本文基于SUD-Korean依存树库对朝鲜语依存距离的分布及影响朝鲜语依存距离均值的因素进行分析研究。研究发现,朝鲜语依存距离分布符合幂律分布和指数分布的混合模型;句长、长距离依存关系、依存方向均能对依存距离均值产生重要影响。该研究结果有助于从依存语法的角度揭示朝鲜语的句法特点和规律,为提出更科学合理的依存句法分析算法提供语言学支撑。

基于依存距离惩罚的泰汉神经机器翻译方法

在“一带一路”倡议的背景下,泰国与我国的沟通日益密切,泰汉机器翻译具有很高的应用需求。作为低资源语言机器翻译,泰汉之间缺乏大规模、高质量的平行语料,导致翻译效果不佳。融入依存句法知识可以使译文更符合句法约束,弥补没有大规模平行语料的缺陷,但泰语缺少成熟的依存解析工具和依存标注训练集。针对以上问题,基于无监督迁移获取泰语依存句法结构知识,并提出依存距离惩罚机制以减少依存噪声对翻译性能的干扰,并通过基于依存感知注意力机制的Transformer架构将所提方法融入翻译。实验结果表明,该方法能有效提升泰汉神经机器翻译的效果。

从依存距离最小化看英语花园路径句暂时性歧义的形成

本文基于依存语法的框架,从依存距离最小化的角度探索英语花园路径句暂时性歧义的形成原因。利用已有的实验材料,运用计量的研究方法,将依存距离作为测量指标测算了花园路径句中产生暂时性歧义的部分和完整句子的平均依存距离。研究发现,暂时性歧义部分的平均依存距离通常小于整个句子的平均依存距离,证明人们在加工句子的过程中,总是倾向选择依存距离较短的句法结构,直到发现解读无法进行下去时,再重新进行分析,从而走入花园路径。研究结果再一次验证了依存距离最小化是人类语言的普遍规律,这种认知机制能有效减轻工作记忆负担,是“省力原则”的重要体现。

源语依存距离对中国英语学习者汉英译文复杂度和质量的影响

本文选取24个汉语句子和6916个英语译句,从译文复杂度和译文质量两方面考察源语依存距离对中国英语学习者汉英笔译表现的影响。研究发现:1)在译文词汇复杂度方面,随着原句依存距离的增大,译句词汇多样性由逐步偏离转向逐步接近最佳译句,词汇难度逐步增加,词汇密度逐步降低,词频广度中的一、二、三级词汇的变化趋势各异;在句法复杂度方面,随着原句依存距离的增大,译句平均长度逐步偏离最佳译句,平均依存距离逐步增大。2)在译文质量方面,随着原句依存距离的增大,译句总分呈先提高后稳定的趋势,形式分呈先提高后下降的趋势,语义分呈逐步提高的趋势。上述发现表明,中国英语学习者在汉英译文复杂度和质量各维度上的表现均不同程度地受到源语依存距离的影响。

基于依存树库的弹幕语言句法特征研究

基于哈尔滨工业大学LTP语言云系统的依存句法树库,从依存关系类型、依存距离、依存方向百分比三个方面,对弹幕语言的句法特征进行探究。研究发现,弹幕语言的依存类型以状中关系、主谓关系、右附加关系、定中关系、动宾关系为主。弹幕语言的句长较短,以简单句为主,复句为辅;单句的句长集中在1—5个词语之内,复句的句长集中在10—15个词语之内。弹幕语言单、复句的平均依存距离随着句长的增加而缓慢增长,二者具有显著相关性。弹幕语言的依存方向主要表现为支配词在后。

依存句法视域下中国学生英语中介语连动结构产出研究

基于依存句法理论探讨了中国学生英语中介语连动结构语序分布情况和影响中国学生英语中介语连动结构语序分布的内在动因,研究发现:中国学生英语中介语连动结构主要是以支配词居前为主导,其依存方向的分布情况介于英汉本族语之间;平均依存距离是影响中国学生英语中介语连动结构语序分布的因素之一。这验证了前人的部分研究成果,为连动结构研究的系统性、客观性和科学性提供数据支持。

依存距离分布有规律吗?

探索语言的普遍特征一直是语言学研究的重要内容,当前依存距离最小化已经被证实是人类语言的一种普遍规律。为了发现这一规律背后的动因,对30种语言的依存距离分布情况进行研究,通过多种模型拟合对比,发现广延指数分布和指数截断的幂律分布分别适合拟合"短句"与"长句"的依存距离分布。研究结果还显示,人类语言的依存距离分布介于指数分布和幂律分布之间,可用指数和幂律混合的模型来描述。在此基础上,利用不同模型拟合对比来探讨依存距离分布的方法和路径,结果揭示出人类语言的依存距离可能遵循一种普遍性的分布模式,反映了省力原则和人类认知机制在语言结构运用与演化过程中发挥着重要的支配作用。

依存距离最小化是人类语言的普遍规律吗?

麻省理工学院弗特勒尔等人对37种自然语言进行了基于语料库的大数据分析,为人类语言中的依存距离最小化倾向提供了最新的实证依据,在科学研究领域引起广泛关注。这项研究可能是迄今为止涵盖语言最多的依存距离研究,在普遍性的验证上较先前研究更为全面,在方法上也有自身的一些特点。但其研究有多处值得商榷。早在2008年,浙江大学刘海涛团队对依存距离最小化倾向进行了较为深入的研究,促进了人们了解人类语言如何在普遍认知机制制约下形成与演化,也帮助人们更深入地认识人类的认知机制。这些研究充分体现了语言研究是一个具有交叉学科特点的研究领域,是多语言、大数据技术、语言的普遍规律及认知科学充分融合的学科。这四大因素结合起来的研究将会展现当代科学研究的光芒,并将对当代语言科学的发展起到重要的推动作用。

基于依存树距离识别论元的语义角色标注系统

在基于依存的语义角色标注研究中,大多数系统采用机器学习方法进行论元识别和分类。该文分析了依存树的特点,发现论元集中分布于依存树上的特定局部范围内,因此提出一种基于依存树距离的论元识别方法。该方法将候选论元限制在与目标动词的依存树距离不超过3的范围内,通过制订规则,提取目标动词的最佳候选论元集合。在CoNLL2009中文语料上采用正确的依存树,识别出了98.5%的论元。在此基础上,结合基于机器学习的角色分类,系统F值达到89.46%,比前人的方法 (81.68%)有了较为显著的提升。

融合句法距离与方面注意力的方面级情感分析

目前,基于句法依存树的图卷积网络面临着卷积层数过深而产生过平滑的问题,无法提取句法依存树的全局节点信息。虽然搭配序列模型可以提取到语句的上下文的信息,但是序列模型依赖时序的特点导致图卷积网络无法有效地区分上下文特征对方面项的贡献度。针对上述问题,提出了一种基于句法距离和方面关注注意力机制的新型图卷积网络模型。首先,该模型利用双向长短期记忆网络分别学习语句和方面项的上下文信息,同时结合图卷积网络学习语句的句法依存信息。其次,依据句法依存树计算所有节点之间的句法依存距离,设定阈值削弱长距离特征的权重占比,提高图卷积模型区分上下文特征的能力。最后,设计具有残差连接的注意力机制,指导方面项自动聚焦于语句中的重要信息。实验结果表明,相较于基线方法,所提模型在多个公开数据集上展现出了较好的分析性能,在Twitter数据集和Laptop数据集上的情感分类准确率分别高达75.94%和78.59%,表明了所提方法的有效性。

基于依存树库的汉语句法计量研究

利用五个汉语依存句法树库,对汉语的依存距离和依存方向等句法属性进行了计量分析。结果表明:汉语的依存距离均值约为2.84,即在构成依存关系的两个词之间平均有1.84个词;汉语中40%—50%的依存关系不是在相邻的词之间形成的;在语言类型方面,汉语是一种支配词置后略占优势的混合型语言,一种SV、VO和AdjN语言;汉语支配词居前的依存距离均值要明显大于支配词置后的依存距离均值。

英语母语者不同学术文体的计量研究

文体的句法复杂性一直受到学者们的关注,依存距离是评估句法复杂性的指标之一。以往的研究发现,依存距离、句子长度和文体三者密切相关。然而,很少有研究系统地考察英语母语者不同学术文体下,依存距离和句子长度的分布情况。本研究基于LONCESS语料库,采用定量方法研究了议论文和散文的句长分布和依存距离分布,以及两者之间的关系。结果表明:1) 两种文体的句长分布遵循不同的分布模型。2) 两种文体的依存距离分布受体裁的影响有一定的规律性。3) 关于句长和平均依存距离之间的关系,线性回归模型能较好地拟合议论文体,复合曲线模型能较好地拟合散文文体。总之,研究结果表明,两种文体的句子长度和依存距离的概率分布遵循长尾效应,表明人类的工作记忆是有限的。

基于依存树库的汉英语码转换中形容词的句法差异研究

采用汉英语码转换的依存树库,以依存距离为测量指标。本研究考察汉英语码转换中形容词的句法差异并探究其原因,揭示形容词在真实汉英混杂话语中的句法特征。研究发现:作为支配词,汉英形容词主要支配主语和状语关系;作为从属词,主要充当宾语、定语和状语;汉英形容词在单语和混杂依存中结合力存在差异;汉英形容词存在以依存距离为测量指标的句法差异,引起句法差异的主要原因在于:(1)语码转换的边缘性特征;(2)语块作为整体参与语码转换;(3)汉英状语和定语线性位置的差异。

基于依存语法英汉存在句理解难度定量研究

该论文在依存语法的理论框架下,用“there+be+NP+地点状语”“(VP+) NP主语+NP处所”结构的英汉存在句为例,对英汉存在句的理解难度进行研究。在该研究中,平均依存距离被当作衡量英汉存在句理解难度的特征值。采用定量定性的方法对从整个句子的平均依存距离,和短语的平均依存距离两个方面对英汉存在句的理解难度进行分析。从一个新角度研究英汉存在句的句法,给句型研究带来新的研究思路。

基于蒙古语依存树库的直接宾语句法计量研究

在构建蒙古语不同语体依存树库的基础上,运用依存语法理论和计量语言学方法对蒙古语直接宾语的依存距离、依存方向、词性分布等句法特征进行计量研究。研究结果显示,蒙古语书面语依存树库中直接宾述关系的平均依存距离为1.72;口语依存树库中直接宾述关系的平均依存距离为1.88,两者均有依存距离最小化倾向;蒙古语书面语依存树库和口语依存树库中的相邻依存关系都比非相邻依存关系多;蒙古语是一种支配词居后占优势的混合型语言;蒙古语书面语依存树库和口语依存树库中直接宾述关系的支配词主要为动词,从属词主要为名词。此研究结果既验证了人类普遍认知观点和传统语法中已有的判断,也在蒙古语依存树库的基础上用计量语言学的方法对这些判断进行了更精确的解释和补充。

基于依存树库的语言计量特征对比分析——以乔治·华盛顿和唐纳德·特朗普就职演说为例

基于语料库研究方法,以依存语法为理论框架,分别从依存距离分布和主语、宾语、定语以及状语的词类构成上,对美国首任总统乔治·华盛顿和现任总统唐纳德·特朗普的就职演说进行了量化对比分析,发现唐纳德·特朗普演讲词比乔治·华盛顿演讲词的依存距离更小,文本更容易理解;乔治·华盛顿演讲词中Wh-词出现在主语中的频率远远高于唐纳德·特朗普顿演讲词;乔治·华盛顿倾向于使用形容词作定语,而唐纳德·特朗普倾向于使用形容词性物主代词作定语;此外,副词在乔治·华盛顿和唐纳德·特朗普演讲词中充当状语的功能上并不完全占优势。因此,对语言进行计量特征对比分析有助于对文本内容的理解以及对文本复杂度的判断。