“CCG+广义斯科伦项理论”视角下汉语并列句的量词辖域分析

融入广义斯科伦项理论的组合范畴语法可对汉语并列句中NP和NP间的量词辖域关系作出解释。首先,本研究将汉语量化并列句分成典型量化并列句和非典型量化并列句,然后侧重分析典型量化并列句中NP和NP间的量词辖域关系,并给出合乎语句原义的完整推演图。在典型量化并列句中,本研究主要考察体词性量化并列句和动词性量化并列句中NP和NP间的量词辖域关系。研究结果发现,融入广义斯科伦项理论的组合范畴语法聚焦于量词属性的描述,这能对并列句和量词辖域间的关系进行合理地刻画。

广义斯科伦项刻画量词辖域问题分析

量词辖域问题是自然语言处理过程中绕不过的难题,影响机器分析和理解自然语言。量词辖域问题一般源于全称量词和特称量词之间的复杂依赖关系,因此简化二者之间的关系就是比较自然的研究路径。广义斯科伦项方案沿着这个思路,使用斯科伦项取代特称量词,并提出只保留全称量词,用斯科伦项结合全称量词来刻画其他量词的口号。这有助于组合地消解自然语言中量词辖域歧义问题,符合面向自然语言表层结构进行分析和理解的趋势。

组合范畴语法的量词辖域歧义研究新思路

量词辖城歧义的形式化生成问题一直受到学界关注。传统的蒙太格式生成方案一般将辖域歧义归结为句法构造上的歧义。近年来,斯蒂德曼在组合范畴语法框架下提出了一条全新的量词研究思路。他重新划分了量词格局,认为除全称量词及其亲缘量词之外,其他传统量词在语义上均为广义的斯科伦项。量词辖域歧义句的两种歧义由斯科伦项的常元与变元两种取值生成,从而巧妙地解决了传统语义生成理论所面临的诸多问题。从实践应用角度来看,组合范畴语法的量词处理方案也具有极好的信息处理价值。

中国英语学习者对否定句中全称量词辖域的解读

本文运用真值判断方法考察了中国英语学习者对否定句中全称量词辖域的解读。结果发现,对于全称量词位于句子主语位置的否定句,中国英语学习者多接受同构解读而难以接受非同构解读,但随着英语水平的提高,接受非同构解读的比例逐渐提高;对于全称量词位于句子宾语位置的否定句,他们既接受同构解读也接受非同构解读,英语水平对此没有影响。研究结果仅部分符合先天论的预测,而与涌现论中的加工提升假设基本一致。

基于概念结构的量词辖域所指层释义

本文在Jackendoff概念结构语义分层组合体系的基础上结合更简句法(Simpler Syntax,SS)和Jackendoff(2007)的新近观点,对概念结构的命题描写层进行重组,并进一步论证:在编码变量所指特征和从谓词逻辑向量化逻辑转移的过程中,量词辖域和变量约束语义关系的表达可以通过增加语义的所指层来实现。所指层中算子辖域内的事件对成分变量的所指依存链呈现不对称特征,描写照应和所指照应在概念结构层得到区分。量词辖域是概念结构语义的组合,它离不开词汇语义、所指特征和信息结构的互动。在确定所指层依存语境的选择时,无定表达的变量所指特征体现了语义的动态性。概念结构的层次组合是严格语义分析的基础。

汉英量词辖域的对比及其解释

Ⅰ.生成语法自五十年代问世以来,几经发展变化,到了八十年代采取了以四部分组成的规则系统:

连续语义学及其分析量词位置和辖域问题的尝试

“连续”概念从最初萌芽到正式提出再到现在被广泛应用到计算科学、形式语义学、逻辑学等领域,经历了半个多世纪的历程,到目前仍被沿用。“连续”在词的层面上可视为该词出现的语境。“连续”在计算科学领域指某个函数的“未来”,即与该函数相关并使得计算得以继续的新函数。在形式语义学领域,“连续”类似于某些语法(如组合范畴语法)中的类型提升操作,但不同的是,连续语义学将整个语法做了类型提升。第一部分介绍“连续”概念的涵义,第二部分给出连续语义学示例,第三部分介绍计算科学界著名的值传递和名字传递两种化简方式对应的连续语义,最后通过量词问题解析,展示“连续”在形式语义学领域中的重要价值。

广义斯科伦项理论:一种新的量词理论

自然语言是人类交流沟通思想的工具,是逻辑学、计算机人工智能科学、语言学和认知科学等邻近学科跨学科交叉研究的对象。自然语言的语义尤其是量化语义显示出异常的复杂性,针对自然语言的量化语义,经典的量词理论(一阶逻辑和广义量词理论)由于其中全称量词和存在量词之间复杂的依存关系,造成所谓量词辖域歧义问题。而作为新的量词理论,广义斯科伦项理论能够贴近自然语言本身的句法构造去表征自然语言的量化语义,简化量词之间复杂的依存关系,解决量词辖域歧义问题。

基于组合范畴语法的量化嵌入探讨

量词辖域一直是逻辑学界和语言学界关注的重点。大部分学者通过句法中深层结构的移位现象来阐释量词所产生的辖域现象。然而,组合范畴语法摒弃了生成语法上的深层结构,只承认句子的表层结构。为了使语言描写更能够接近现实的自然语言,组合范畴语法采用斯科伦项取代存在量词,根据组合原则对量词类型为<1>和<1,1>的辖域做出合理的解释,以期为计算机处理自然语言提供有力的理论支撑。