中文词汇网络：跨语言知识处理基础架构的设计理念与实践

中文词汇网络(Chinese WordNet,简称CWN)的设计理念,是在完整的知识系统下兼顾词义与词义关系的精确表达与语言科技应用。中文词义的区分与词义间关系的精确表征必须建立在语言学理论,特别是词汇语义学的基础上。而词义内容与词义关系的发掘与验证,则必须源自实际语料。我们采用的方法是分析与语料结合。结合的方式则除了验证与举例外,主要是在大量语料上平行进行词义标记,以反向回馈验证。完整、强健知识系统的建立,是兼顾知识本体(ontology)的完备规范(formal integrity)和人类语言系统内部的完整知识。我们采用了上层共享知识本体(SUMO)来提供知识的规范系统表征。

汉字所表达的知识系统:意符为基本概念导向的事件结构

《说文解字》以意符作为汉字的构字要件并发展成部首分类基础。本文以《说文》意符的意义作为造字时所表达的基本概念,分析原意符与其所衍生的汉字的意义关系,建构一个完整的知识体系;并在亚里士多德的经验架构及后续Pustejovsky的"衍生词汇理论"的基础上,验证此假设。本研究厘清《说文》"艹"、五官类意符(目、耳、口、鼻、舌)与其所有从属字间的概念关系,建构"艹"、"五官类"基本概念带领的个别意符知识系统。本文研究显示以"艹"为意符的知识系统,所从属词汇与其性质相关;以"五官类"为意符的知识系统皆具共通性,并与五官类单字词的现代词义系统相符。

近义概数词“多”和“几”的句法结构探微

文章结合文献与语料库资源,发现在句法结构上,近义概数词“多”和“几”除了共享的五种句法结构外,还各自拥有三种独立的句法结构。经分析可知,在一些共享结构中,“多”和“几”的表义范畴存在差异,“多”表示的是多于预期的数量范围,而“几”表示的是少于预期的数量范围。“多”的结构不能位于数词之前,而“几”的结构不能位于量词之后。