组合范畴语法产生和发展的动因之分析——从句法演算的角度看

AB-演算刻画句法推演能力太弱,许多合语法的语句在AB-演算中没有合适的推演形式。斯蒂德曼(Steedman)在AB-演算基础上增加组合规则,产生了标准的组合范畴语法CCG;CCG刻画推演能力太强,不仅能推演出所有合语法的语句,而且可以推演出不合语法的语句;为制止非法句子的可推演性,就需要对推理规则做出限制,因为各种自然语言的特殊性,这种限制又会因语言而异,导致CCG失去一定的普遍性。鲍德里奇(Jason Baldridge)和克鲁伊夫(Geert-Jan M.Kruijff)把模态词引入CCG,由此产生了多模态组合范畴语法MMCCG;MMCCG摒弃了CCG的限制规则的策略,在词法上控制组合规则的适用性,不同语言语法的区别仅仅体现在词汇上,使语法逻辑走上了完全的词汇主义道路。

组合范畴语法树库及其研究

组合范畴语法是语言逻辑服务于当今人工智能自然语言处理的前沿阵地。组合范畴语法把自然语言的句法和语义的构造看作是受逻辑规则支配的计算过程,是逻辑、语言和计算交叉研究的结果。组合范畴语法树库是组合范畴语法对自然语言的大规模真实文本进行分析的产物,是计算机人工智能关于自然语言分析的机器自主学习训练的语料资源库。从以下4个方面对组合范畴语法树库进行探究:(1)组合范畴语法的源头——范畴语法;(2)范畴语法的逻辑依据——范畴类型逻辑;(3)句法和语义的并行推演计算——组合范畴语法;(4)针对自然语言大规模真实文本——组合范畴语法树库及其研究。

基于组合范畴语法的现代汉语两种结构歧义的消解

结构歧义消解是自然语言信息处理的重点和难点研究领域。利用组合范畴语法的推演树,可以对现代汉语中由形容词的不同管辖范围、两个以上的名词组成的名词短语所产生的两种结构歧义句进行消解。可以通过对结构歧义句中词条指派不同的范畴,以及对推演树中表达式的毗连采取不同的先后顺序,达到歧义消解的目的。

组合范畴语法CCG︱与汉语谓词缺失现象的处理

处理照应和省略现象一直是范畴语法所关注的重点和难点。在原生态组合范畴语法CCG中增加关于照应的一些规则和省略槽规则,得到的组合范畴语法CCG︱,能有效地处理汉语的谓词缺失及其照应现象。汉语存在三类谓词缺失结构,针对它们的处理方法稍有不同:助动词结构不需使用省略槽规则;根据具体解读,"是"字结构有时需使用省略槽规则,有时不必使用省略槽规则;动词结构需使用省略槽规则。

组合范畴语法与范畴类型逻辑的分析与比较

范畴语法的最早形式是AB-演算,目前已发展成为一系列相互联系的形式系统,它们把句法分析和语义分析视为基于类型的推理。范畴语法的两个最完善的分支是基于逻辑传统的范畴类型逻辑和基于组合传统的组合范畴语法,二者联系紧密,差异也明显,前者主要关心不同逻辑算子对语言的适用性和逻辑系统的证明论性质,认为生成能力不具有主要的理论意义,在计算应用中没有价值;后者更多集中在获得低的自动机理论能力和良好计算性质的语言表达系统。

组合范畴语法CCG|与汉语空代词现象的处理

处理照应回指现象一直是范畴语法所关注的重点和难点。汉语中的空代词几乎可以出现在代词所能出现的任何合法位置,并且空代词与话题具有不对称性,处理起来更为困难。在组合范畴语法CCG中增加关于照应的一些规则和省略槽规则,得到组合范畴语法CCG|,能有效地处理汉语空代词及其照应现象。仅当空代词现象是由语义资源重复使用而造成的删略方可使用省略槽规则,因移位造成的语缺需另寻他法。

关于组合范畴语法CCG

组合范畴语法CCG(Combinatory Categorial Grammar)和类型逻辑语法TLG(Type Logical Grammar)都是范畴语法的现代版本,前者关注范畴语法的语言学应用和自然语言的信息处理,后者倾向于从逻辑的角度审视范畴语法的理论性质。CCG的特点有:原子范畴的加标多样化和彻底的词汇主义思路;斜线算子的下标模态化和函子范畴的多样组合;基于范畴等级和范畴构造的视角建立CCG的证明论。

组合范畴语法(CCG)的计算语言学价值

组合范畴语法(CCG)是在AB演算基础上进行扩展而产生的范畴语法。从语法理论视角看,CCG是一种词汇形式化的方法;从计算语言学视角看,CCG属于一类适度上下文相关文法;从逻辑语义学视角看,CCG在句法与语义的接口方面非常融洽。无论是CCG语言的、计算的,还是逻辑的特征,都使得CCG非常适用于自然语言信息处理,对于计算语言学具有很好的理论和实际价值。

面向信息处理的汉语形容词谓语句的组合范畴语法分析

组合范畴语法实现了句法和语义的并行推演,它是目前计算机对自然语言进行信息处理的最理想工具。汉语形容词谓语句是汉语的十大典型句型之一,对汉语形容词谓语句的处理是中文信息处理的重要任务之一。汉语形容词谓语句有光杆形容词谓语句和复杂形容词谓语句之分,复杂形容词谓语句更为常见,处理起来也更为困难。使用组合范畴语法CCG可以处理大多数汉语形容词谓语句,部分汉语形容词谓语句还需借助于CCG的扩展系统CCG│方可处理。

汉语谓词组合范畴语法词库的自动构建研究

谓词词库是深层语法模型分析和理解的核心资源。近年来的常规方法是人工构建或从标注语料库中自动获取,标注规模和信息容量的扩大受制于巨大的人工投入量和标注库体系设计。该文提出了一种多资源融合自动构建汉语谓词组合范畴语法(CCG)词库的新方法。从知网、北大语法信息词典和大规模事件句式实例中提取汉语谓词的不同句法语义分布特征,融合形成CCG原型范畴表示,将它们指派给各资源信息完全重合的谓词形成核心词库。然后通过自动分类和隶属度分析相结合方法对其他谓词的CCG范畴进行预测,并对两者结果进行融合得到扩展词库,最终合并形成包含约15,000个词条的汉语谓词CCG词库。通过在随机均匀抽样的1000个谓词上通过多人独立标注形成的标准测试库上进行不同角度的性能分析实验,表明该词库的预期准确率达到了96.3%。

基于组合范畴语法的汉语复句中分句的自动识别研究

复句在汉语语法系统中占有十分重要的地位,复句研究有利于句群、篇章的研究。要想用计算机处理复句,首先需要对复句进行句法和语义的形式化描述,使之成为可计算可推演的处理对象。组合范畴语法具有的高度的形式化和规则化,是用计算机处理自然语言的理想手段。论文首次提出了利用组合范畴语法中的句法类型推演对复句中的分句进行自动识别,介绍了组合范畴语法的基本概念和方法,尤其是句法类型推演的规则及过程,针对汉语复句特有的句法、语义特征,构造了复句中分句的识别流程,定义了初始范畴和合法的推演结果,进行了句法类型的标注,分析了推演过程及存在的问题,证明利用句法类型推演进行分句识别是切实可行的。

组合范畴语法与其计算特征

组合范畴语法(CCG)是范畴语法的一个现代分支。由于它呈现优秀的计算特征,近年来得到国外计算语言学界的广泛关注和应用。组合范畴语法是一种适度的上下文自由文法,它在句法和语义之间有一个透明的接口,能够在同一框架下统一刻画自然语言中的不连续结构、无界限依存、非正常语序等现象,并可从已有的转换生成语法树库转换成CCG树库,从中提取CCG词库,效率很高。为实现组合范畴语法的跨语言不变性,Baldridge还发展出组合范畴语法的多模态版本。

面向信息处理的汉语代词照应现象的组合范畴语法分析

处理照应回指现象一直是范畴语法所关注的重点和难点。近三十年来,学者们在类型逻辑语法框架内从词汇和句法两个方向给出了一些解决方案,取得了可取成果。但由于类型逻辑语法缺少计算优势,因而没有受到计算机领域青睐,所以,具有计算优势的组合范畴语法CCG是目前计算机对自然语言进行信息处理的最理想工具。在组合范畴语法CCG中增加关于照应的一些规则和省略槽规则,得到组合范畴语法CCG│,能巧妙地处理汉语的人称代词和部分反身代词照应现象;在CCG│中增加两条范畴转换规则,把"NP+自己\人称代词\本人"和"人称代词\人家+NP"两类结构中"自己"的范畴由np分别转换为np\np和np/np,能有效地解决单凭照应范畴和照应规则不能处理的难题。

支持中文句法结构套叠的组合范畴语法

词组入句时发生语法性质转变,词组的句法范畴就应该转换,这种转换依赖词组作为整体进入更大词组的结构需要。要解释这种现象,组合范畴语法应该增加相应的转换规则。从集合论角度看,汉语有名词-动词-形容词依次包含关系,由此可归纳基本句法结构之间的转类套叠。在类有定职的前提下,得出转类套叠对应的范畴转换规则,形成有范畴转换机制的组合范畴语法C^2-CCG。研究表明这种基于词组本位的形式语法有希望解释中文句法中各种转类套叠。

语言、逻辑与计算互动视角下汉语“把”字句的多模态组合范畴语法处理

现代汉语“把”已语法化为功能投射的中心语,“致使性”是“把”字句句式义,它附着在“把”字上。使用句法替换标准或语义指向标准易于把两类汉语“把”字句即致使义“把”字句和处置义“把”字句区分开来。“把”字句的各成分之间的语义关系错综复杂,也因此产生了歧义性“把”字句。设计“分解型”词条指派方法,借助广义斯科伦项理论,在多模态组合范畴语法MMCCG中不仅可以将各种“把”后VR区分开来,还可以精确地刻画“把”字句的各成分之间的语义关系,特别是能成功地处理两种歧义性“把”字句,弥补了句法分析的不足。

深度学习算法与组合范畴语法的比较研究

近年来,深度学习算法在自然语言处理(NLP)领域获得了很大成功,尤其是语义识别方面优势突出。但是,深度学习算法在分析句法构成和识别句法成分方面的效果较差。与深度学习算法相比,组合范畴语法(CCG)缺乏对语义外延信息的存储和分析,但其句法分析方式和深度学习算法的SG模型及CBOW模型思路一致,不仅更为系统、精练,而且有比较成熟的CCG库可供使用。深度学习算法和组合范畴语法(CCG)在实际操作中可以互相修正、彼此优化。

现代汉语动趋式的组合范畴语法研究

如何以组合性的方式导出汉语动趋式所包含的语法关系或整体义是计算机处理自然语言的难关。组合范畴语法作为一种语法理论,其目的是使语法和语义尽可能简单和紧密地联系在一起,并且使这种联系与真实的语言现象保持一致。本研究依据组合性原则推演出汉语动趋式,进而归纳出两类汉语动趋式的差异,以验证汉语动趋式是否总是遵守组合类型透明原则以及“焦点居尾”原则,这为汉语动趋式的有效处理提供了理想的逻辑分析工具。

基于组合范畴语法的周遍句歧义消解

指人的周遍性成分后跟副词“也”“都”时,即:“NP1+NP2+都(也)+VP”结构。在某些条件下,该结构的语句会有话题句和焦点句两种歧义解读。如“张三谁都认识”。“也”“都”必须向左搜寻成分,使得疑问代词“谁”表达全称,再加上焦点句主宾动的语言结构,函项不得不二次向左寻找论元,加大了组合难度。通过中文分词和组合范畴语法词性标注,放大词汇颗粒度,给“谁都”指派范畴并匹配语义,利用组合规则,生成话题句和焦点句的两种解读,从而实现周遍句歧义消解。

一阶逻辑vs组合范畴语法:公式、目标与表达力

一阶逻辑和组合范畴语法都是追逐“莱布尼茨之梦”的产物。一阶逻辑独立于自然语言,从人工语言出发,依据公式形成规则,生成逻辑公式;组合范畴语法实现了自然语言表达式的句法和语义的并行推演,伴随句法组合,自动生成相应的语义表达式。一阶逻辑以找出有效的推理模式为目标,关注系统本身的可靠性和完全性;组合范畴语法旨在用形式化的方法判断语句是否合语法和给出语言表达式的形式语义,关注计算机对自然语言的理解和处理。一阶逻辑对自然语言的抽象化程度非常高,舍弃了自然语言的内涵意义;组合范畴语法立足自然语言,全面、细致地刻画自然语言的句法和语义。

汉语量化并列结构的多模态组合范畴语法处理

量化结构历来是语言学家、逻辑学家以及人工智能学家共同关注的焦点问题,而量化并列结构更是长期争论不休、亟待解决的疑难之一。在多模态组合范畴语法的理论框架中融入广义斯科伦项技术,拟对汉语量化并列结构进行处理,以冀为量化并列结构提供一般的解析框架。多模态的组合范畴语法,将敏感的模态算子特征及广义斯科伦项技术融入到原生态CCG的框架系统,能够对自然语言现象进行更为精确的刻画。这种逻辑工具在处理更多的汉语语言现象中也有更值得期待的前景。