“突然、忽然”的词类标注问题与对策——一项语言学量子转向视域下的研究

汉语词类问题的争论旷日持久,为了更好解决这一纷繁复杂的问题,语言学研究亟需完成从牛顿经典科学思维到量子思维的转向。查阅10部大中型标注词类的权威汉语汉英词典发现“突然、忽然”的词类标注以及释义配例呈现显著分歧。有鉴于此,基于语言学量子转向视域,以双层词类范畴化理论模型为指导,考察了“突然、忽然”在国家语委语料库的真实用法模式,根据其规约化程度提取出了“突然、忽然”在词典的真实词类表征。同时论证了汉语形容词包含副词的词类模式违背了汉语语言事实,并探讨其背后症结所在。针对这些问题,未来汉语词类研究亟需完成语言学量子转向,挣脱简约原则的束缚,积极拥抱双层词类范畴化理论模型,大胆开展语言实证研究。

超学科视域下汉英词典医学词条的词类标注研究

汉英词典医学词条的词类标注面临重重困难。本文运用双层词类范畴化理论的超学科方法论,对汉英词典中“瘫痪”“治疗”类医学词条的词类标注进行了调查。调查发现:不同汉英词典中相同词条的词类标注分歧率高达81.25%,同一部词典中部分具有对称语义关系词条的词类标注存在矛盾,部分词条的微观结构表征违背兼类与词频的相关性原则和“词类对译”原则,部分配例与词类标注不协调。研究表明,现有汉英词典医学词条的词类标注之所以准确度不够高,是因为受到唯科学主义的束缚,而拥抱超学科方法论(量子思维)方为出路。

“吐槽”的词类标注与释义研究

语言学界大多研究集中探讨“吐槽”的语义演变问题。本文从双层词类范畴化理论视角出发,采用语料库的调查模式,对“吐槽”的释义情况及词类归属进行探讨。研究发现:(1)汉语词典中“吐槽”释义信息不一致、不准确、不完整;(2)“吐槽”表指称的用法具有很高的个例频率和类型频率,名词用法已经规约化,在抽象的社群语言系统层面,即在现代汉语词典中,概括词“吐槽”应兼属动词和名词。调查表明,现有的汉语词典在“吐槽”的释义及其义项设置上存在问题,应修正其动词释义并将之处理为动名兼类词,动词主流义项的离析用法也应收录词典。汉语词典的编纂应基于语料库使用模式调查才能反映词条的真实用法。

词典中“操作”的词类标注问题——一项基于语料库的个案研究

词类标注是词典的一项重要任务,词类标注的准确性直接影响词典的编纂质量。典型名词和典型动词的标注较容易进行,但对于兼类词的标注争议较大,兼类词的词类标注一直是词典编纂的难点。本研究以语料库作为研究工具,选取词类识别有争议的“操作”一词进行个案研究,考察现有词典对“操作”一词的释义情况,初步判断其词类。同时结合语料库中“操作”一词的使用模式,通过搭配和类联接等方法进一步确定“操作”一词的词性处理,试图对“操作”一词进行准确的词类标注。研究发现“操作”在现代汉语中应同时属于名词、动词,词典应将其处理为名动兼类词。

汉英词典词类标注与译义对称性研究——以“议论”和“讨论”二词为例

词类范畴化问题是语法研究的核心,现代汉语、现代英语等分析语的概括词的兼类问题是学界研究的热点与难点。汉英词典编纂中,词类标注尤为重要,其中汉英词典词类标注与译义的对称性是美学原则也是科学准则。该文以双层词类范畴化理论为指导,基于国家语委语料库的调查模式,以四部权威双语词典为研究对象,以“议论”和“讨论”二词为例,探讨同义词释义的对称性问题。研究发现,“讨论”表指称的用法有较高的个例频率和类型频率,在社群语言系统层面应属动名兼类词,四部权威双语词典存在漏标“讨论”一词的名词用法的现象。还发现汉英词典词类标注以现代汉语词典为蓝本,词典编纂方式欠佳,未体现对称性原则。该文旨在理清“议论”和“讨论”两词的词类标注,探讨双语词典词类标注与译义不对称的原因,以期提高双语词典的编纂质量。

汉英词典中“启发”的词类标注问题与对策——一项基于双层词类范畴化理论的研究

语言范畴化是语言学研究的基本任务。汉语词类范畴化中兼类问题的处理尤为棘手。该文以“启发”一词的词类标注为例,在近十部双语权威词典中对该词条目进行调查,发现该词的词类标注存在矛盾之处。鉴于此,该文以双层词类范畴化理论为指导,基于国家语委语料库的使用模式进行调查,对“启发”一词的词类标注进行探讨,发现其做名词表指称的个例频率和类型频率均达到规约化程度,在社群语言系统层面应属动名兼类词。文章进而对各大词典标注不一致的原因进行探讨,以期深化汉语动名兼类词的处理方法。

汉英词典词类标注对译义准确性的影响调查

近年来,词类标注成为汉英词典编纂的热点,但是词类标注对于汉英词典准确译义究竟是否有积极影响尚缺相关的实证研究。本文就6部已标注词类的汉英词典和6部未标注词类的汉英词典对30对常用反义词的译义处理进行了调查。调查发现,从历时上看,两类汉英词典在义项数和功能义项数上都呈上升趋势,但已标注词类的汉英词典在义项数和功能义项数方面都显著高于未标注词类的汉英词典,而在功能义项数方面尤为明显;已标注词类的汉英词典在词目译义的准确性方面显著高于未标注词类的汉英词典,在综合译义的准确性方面前者也略高于后者。因此,显性的词类标注有助于汉英词典的编译者提高汉英词典译义的准确性。

基于SRNN神经网络的汉语文本词类标注方法

词类标注是语料库加工流程中的一个关键环节，是句法、语义标注分析的前提．本文提出了一种基于ＳＲＮＮ神经网络的词类标注方法，ＳＲＮＮ在三层前向神经网络的结构基础上，增加了隐层节点与输入层状态节点之间的反馈联接，这种结构使网络具有利用上下文词类信息的处理能力．本文还讨论了网络的训练算法，以人工标注过的句子作训练集，经过训练收敛后的网络对新语料的词类标注正确率达到了９４％．

双音节复合词内部语素的词类标注和统计分析

本文基于《现代汉语词典》(第5版)中词条和词义的词类标注,对其中收录的所有双音节复合词的内部语素进行词类标注及数据统计,并探讨了复合词内部语素组合的一般规律。复合词内部语素组合共有82种类型;所有词类都参与构词,但绝大部分复合词由名、动、形三大词类相互组合而成;除副词复合词外,复合词与其某一语素的语法范畴基本一致;名、动两类复合词基本上属于向心构式,大部分的形容词复合词也属于向心构式,而副词复合词的内部语素组合最为复杂,大多属于离心构式。

基于统计语言模型的双向词类标注方法

1引言 在自然语言处理中,词类标注是一项重要的工作,它为句法分析、机器翻译、自然语言理解等提供语法知识.在进行自然语言的词类标注时,由于词的多词类现象,有许多词在不同的上下文中有不同的词类,汉语词类标注过程其实就是一个词类排歧过程[12].

关于第5版《现代汉语词典》的词类标注

文章对《现汉》标注词类的有关问题作了较为详细的说明。全文分为三个部分。第一部分介绍《现汉》标注词类所采用的词类系统和各类词的语法特点;第二部分讨论词与非词的区分,指出《现汉》是在区分词与非词的基础上给单字条目和多字条目标注词类的,并对如何区分词与非词作了具体的说明;第三部分讨论疑难问题,就几个容易产生分歧的问题提出了处理办法和这样处理的理由。

规则和统计相结合的汉语词类标注方法

本文分析了汉语的多类词现象与汉语词类标注的困难，介绍了汉语词类标注中的规则排歧和统计排歧的处理策略以及规则和统计相结合的处理思路。按此思路设计的软件系统，对封闭语料和开放语料的标注正确率分别达到了９６．０６％和９５．８２％。

面向答疑文本的词类标注方法的研究与实现

针对已有词类标注方法在标注网络答疑文本时存在的不足,文章提出了一种面向自然语言答疑文本的词类标注方法。该方法根据答疑文本的特点和后续关键信息提取的需要,对已有的词类标记集进行了扩展;用统计方法标注答疑真实文本,将其结果与正确结果相比较,从中获取词类排歧规则,使规则具有较强的文本针对性,以提高规则排歧的精度;对规则进行分类和优化,提高了标注的速度;采用先规则后统计的标注方法,较好地解决了答疑文本中规则和统计方法的组合问题。目前,该方法已在基于自然语言的网络答疑系统(NaturalLanguageOrientedWebAnswerSystem,,简称NL_WAS)中实现并得到了初步应用。

现代维吾尔语词干词类标注标记集验证性研究

以维吾尔语小学语文教材语料为验证对象,利用从语法语义相结合角度制定的《现代维吾尔语词干词类标注标记集》,对维吾尔语小学语文教材词干进行了词性标注,验证该标记集规范的可行性、适应性和可靠性。首先介绍小学语文教材电子语料库;其次讨论《信息处理用现代维吾尔语词干词类标注标记集》的基本情况和多策略现代维吾尔语词干标注系统模型设计与算法;最后分析现代维吾尔语词性标注标记集验证结果,并验证《信息处理用现代维吾尔语词干词类标注标记集》的科学性,补充和改正部分词类的语义分类及标注代码,提出了规范的扩充建议。

“怀疑/信任”的词类标注研究——兼论兼类词自指义项的释义模式

汉语单语和汉外双语学习词典中的词类标注,尤其是如何处理兼类现象,一直被认为是个老大难问题。结合双层词类范畴化理论,基于国家语委现代汉语语料库,辅之以CCL现代汉语语料库和Sketch Engine汉语语料库对"怀疑/信任"进行使用模式调查。结果表明,"怀疑/信任"表指称的用法具有很高的个例频率和类型频率,概括词"怀疑/信任"在现代汉语社群语言层面词库中兼属动词和名词,因而大中型汉语和汉英词典应把两者处理为动名兼类词。汉语词典针对兼类词自指义项可有五种释义模式:转换释义、名性释义、最简释义、百科释义和不完整释义。最后对大中型汉语词典如何处理"怀疑/信任"给出了具体建议。

汉英词典词类标注与译义的对称性研究——兼评《ABC汉英大词典》的词类标注与译义

汉英词典词类标注与译义的对称性既是译义和谐平衡的美学原则，又是译义准确客观的科学要求。本文首先讨论译义对称性的理据，接着以《ABC汉英大词典》为例探讨了汉英词典词类标注与译义的四种不对称现象，最后指出译义不对称现象的根源以及解决译义不对称的途径。

隐马尔可夫模型及其在自动词类标注中的应用

介绍了马尔可夫对《欧根·奥涅金》的数学研究,说明了语言的使用是一个随机过程,通过天气事件的实例对马尔可夫链和隐马尔可夫模型进行了数学描述,最后应用隐马尔可夫模型来解决自然语言处理中的自动词类标注问题。

《新世纪汉英大词典》词类标注法评析

本文对《新世纪汉英大词典》的词类标注法进行了系统的评介并对它的词典学意义进行了扼要的评析。本文认为,该词典的标注是科学的、系统的、独特的,符合现代词典发展的潮流,对词典的使用者和今后的词典编纂都具有极大的帮助。

对蒙古文语料库的词类标注系统——AYIMAG

本文主要介绍了 AYIMAG所采用的语法规则、词典结构以及统计学方法等基本步骤 ,提供了一些相关的数据 。