基于CRF的中文语法错误诊断系统的实现与应用

随着中国国际影响力的提高和汉语国际地位的提升,将中文作为第二语言学习的外国人数量逐年增加,中文已成为世界上最为流行的语言之一。基于此,中文语法错误诊断的研究备受关注。首先,从中文语法错误诊断的定义出发,总结目前的研究现状。其次,通过对各种中文语法错误诊断方法的分析,构建了基于条件随机场的中文语法错误诊断系统,探究中文语法自动检错系统及其具体应用流程,以帮助中文学习者提高学习效率。在CGED2016数据集上的实验结果表明,该系统在检测层和识别层上的性能较好,在位置层上还需要改进。

洪堡论古汉语语法

古汉语研究是威廉·冯·洪堡对比语言研究和普遍语言研究不可或缺的组成部分,促使洪堡更为全面地探索人类语言的普遍特性和进一步考察语言与思维之间的关系。本研究评述并探讨了洪堡对古汉语语法的研究,揭示了他从否认汉语具有语法到承认汉语拥有隐性语法的变化过程。与此同时,他对古代汉语的研究也验证了汉语在现代普通语言学研究中所具有的巨大的类型学意义。

汉语争议性语法项目的教学原则——以否定副词“没”与动态助词“了”的共现为例

本文从对外汉语教学视角出发,针对目前汉语本体研究中具有争议性的语法项目教学,以“没”作为否定动词时是否与“了”共现为例,从争议性语法项目教学内容的真实性、规则的常态与例外、以教学为出发点和目标等三个方面,提出了争议性语法项目的三项教学原则:“尊重原始语言事实”的原则;“多数为主,分清主次”的原则,“基于教学,回归教学”的原则。并进一步探讨如何在这些原则的指导下进行教学实践,以帮助一线教师在面对争议性语法项目进行选择与教学时有所依据,同时也能为语法教学与教材编写提供一定的参考。

综合型语言知识库及其前景

北京大学计算语言学研究所自1986年起,历时25年建成综合型语言知识库(CLKB)。CLKB包括6个语言知识库、10项规范与标准、基础软件工具集和4个应用系统,它们相互支撑,形成一个有机整体。CLKB的系列化的语言知识涵盖词、词组、句子、篇章各单位和词法、句法、语义各层面,从汉语向多语言辐射,从通用领域深入到专业领域。尽管CLKB已形成阶段性成果,但它仍在发展中。该文重点介绍CLKB的语言知识库,也探讨其发展方向。

《汉语高频词语法信息词典》的研制

北京大学计算语言学研究所自 2 0 0 3年 1月起承担了国家重点基础研究973项目《汉语高频词语法信息词典》的研制任务 ,至 2 0 0 3年 9月已完成。本文详细介绍《汉语高频词语法信息词典》

试论消极修辞手段在广告语言中的运用

丰富多彩的消极修辞手段的运用,对于广告的成功起着决定性的作用。广告语言是一种诉诸听觉的语言,语音形式的选择加工是广告语言所需要处理的首要问题。相同、相近的音节结构或相同、相近的韵母的使用,洪音、细音的调配,相同音节结构的重叠等等是广告语言语音形式加工的主要内容。成功的广告语言无不重视词语的精当运用。词语的选用既体现在同义词语的抉择上,也体现在多义词语、同音词语的选用上。广告语言往往以超乎寻常语法规范的形式来运作,突破语法规范主要表现在词语的超常配搭、拓展词的语法功能和句式的变化三个方面。汉语言永远是中国广告最肥沃的土壤。

略论“中”的语法意义与语法功能

作为语法成分的"中",主要表示"中间"义和"内部"义。将表示"中间"义的"中"称为"中1",表示"内部"义的"中"称为"中2","中1"和"中2"的主要区别:"中1"乃指线性的两端之间或中间,因此参照项应该是两项,常与"左、右""前、后""南、北""东、西""上、下"等相对;而"中2"则指一个封闭的界限内或三维空间的内部,参照项应该是一项,常与"外""表"等相对。现结合汉语史上的使用实例,略论"中"的语法意义与语法功能。

“结构的平行性”和语法体系的构建——用“类包含”讲汉语语法

"结构的平行性"是本地人语感的来源和表现,是语言成为一个系统的事实基础,在构建语法体系的时候,决定形式类(词类)的分合和句法成分类的分合,都要以结构的平行性为依据。重视结构的平行性,要着眼于大格局,不要纠缠于枝节。已经成熟的英语语法体系就是以结构的平行性为依据,建立在"类分立"的格局上。构建汉语的语法体系,以结构的平行性为依据,应该建立在"类包含"的格局上。具体说,汉语的"是"属于动词的一个特殊小类,是判断动词而不是别的;汉语的"没(有)"属于动词的一个特殊小类,是存现动词而不是别的;汉语的"在"属于动词的一个次类,是处在动词而不是别的。把"是、有、在"放在一起看,汉语的述谓语一律具有指称性,汉语名词和动词的关系因此呈名词包含动词的"类包含"格局。汉语的主谓结构是所谓—所以谓结构,"所谓"和"所以谓"都具有指称性。以结构的平行性为依据,汉语的句法成分宾语和补语呈宾语包含补语的"类包含"格局,补语是宾语的一种,即动态结果宾语;定语和状语呈定语包含状语的"类包含"格局,状语是定语的一种,即动态定语。要知道,不是只有"类分立"才能讲语法,"类包含"也能讲语法,对汉语而言,用"类包含"讲语法讲得更顺畅、更简洁。

增加汉字书写系统的语法信息

面临英特网和信息时代的挑战,汉语的书写格式需要进行某些改进,以增强其使用效率和在国际市场上的竞争力。其中重要的一项内容是采用分词连写的格式。分词连写实际上是标点符号功能的深化和延伸,它可以增加书面汉语的语法信息。如同标点符号极大地提高了中国人的阅读效率一样,分词连写在提高阅读效率方面具有极大的潜力。由于现行汉语书面格式严重缺乏语法信息,反映语法信息的分词连写能获得极大的边际效应。根据汉语的特点,汉语的分词连写可以创造性地采取多种形式。

词汇计量研究与常用词知识库建设

面向自然语言处理的词汇语义研究应该以词汇的计量研究为基础。该文在评述汉语词汇计量研究的主要成果以后,提出一个汉语常用词知识库的建设任务,并给出常用词表的构造性定义、词表常用性的定量评价方法以及"部件词"的概念,最后介绍现代汉语常用词知识库的总体设计和已经做的工作。期望常用词知识库的建设能为汉语词汇语义学研究、为中文信息处理事业的发展做出贡献。

汉语成语产生中的语法结构启动效应

以60名汉语言专业本科生为被试,采用改进后的瞬时回忆范式,探讨汉语四字格成语产生中的语法结构启动效应。结果表明,无论启动成语和目标成语的语素结构是否相同,只要两者语步结构相同,就会在汉语成语产生中出现语法结构启动效应。本结果初步表明,在结构较为凝固的汉语四字格成语产生过程中也存在着语法生成与选择过程,这种语法生成与选择过程主要来自汉语成语的语步结构,是一种抽象的语法结构的生成。

英汉科技语言中的语法隐喻现象及其类型对比

文章借助M.A.K.Halliday和C.Matthiessen提出的最新隐喻理论,首先探讨了语法隐喻产生的理据,指出语法隐喻的出现是对经验重构的结果,然后对英汉语科技文章中的语法隐喻类型进行对比研究,最终证明英汉科技语言中的语法隐喻不但在类型上一致,在功能上有惊人的相似。它们都是通过级降将句子打包或压缩,使次一级的单位可以起和上一级单位一样的语义功能,使科技语显得技术性强、抽象、客观、简练。语法隐喻是科技语言显示其语类特征不可或缺的手段。

建设综合型语言知识库的理念与成果的价值

积20余年之努力与锤炼,北京大学计算语言学研究所完成的一项科研成果"综合型语言知识库"于2007年2月通过了教育部组织的技术鉴定。鉴定结论认为"其规模、深度、质量和应用效果在我国语言工程实践中是前所未有的。该成果是以汉语为核心的多语言知识库建设中最全面、最重要的研究成果,总体上达到了国际领先水平"。本文在介绍以《现代汉语语法信息词典》为基础的综合型语言知识库的规模、构成、内容、品质和发展历程之后,陈述建设综合型语言知识库的理念,期望与读者分享在计算语言学和自然语言处理这一交叉学科领域内治学的心得与研发的经验。同时也对这项成果的应用实例进行分析,评估它的应用潜力,期望它在以汉语为核心的多语言信息处理事业的发展中起到铺路填坑或者投石问路的作用。

论现代汉语语法的特点

在以往对汉语语法特点探讨的基础上,文章认为现代汉语语法有三大根本特点:汉语是分析型语言,缺乏严格意义上的形态变化;汉语是重语用的语言,语法跟语境的关系密切;汉语是重韵律的语言,节律对句法结构有制约作用。三个特点的关系是"一体二用"。

语篇衔接理论在中国的研究和发展

为梳理衔接理论在中国的发展,对其在中国的本体研究和翻译、英汉衔接手段和教学方面的应用研究进行了较全面地综述和分析,总结了研究所取得的成果,同时也指出了目前研究存在的不足和研究前景,为该理论的进一步发展奠定了基础。

面向自然语言处理的机器词典的研制

北京大学计算语言学研究所积30余年之努力,研制了一部面向自然语言处理的机器词典,即《现代汉语语法信息词典》(以下简称GKB)。基于GKB,又衍生了一系列成果,进而集成为综合型语言知识库。文章扼要介绍GKB及相关成果,并总结从事大型语言工程的实践经验,期望这些经验不仅对语言工程的实践者,而且对探索学科交叉融合的学者都有参考价值。

从静字章看《马氏文通》对汉语语法特点的体现

《马氏文通》以前曾被人指责模仿西方语法 ,但这种指责并不公允。从该书“静字”一章的内容看 ,《马氏文通》虽然受到西方语法的影响和启发 ,但基本上没有生硬的模仿 ,而是在分析总结汉语的有关语法规律方面作了很细致的工作 ,在体现汉语语法特点上 ,取得了显著成就。

中古汉语副词“定”探微

中古汉语副词“定”的用法比较复杂 ,既可以表示肯定语气 ,也可以表示疑问语气 ,还可以表示转折语气 ,各种用法的发展比较平衡。但由于其所负载的义项过多 ,而且组合功能不强 。

综合型语言知识库及其在语言教学中的应用

自然语言处理研究的目标是让计算机学会理解和运用人类的自然语言,这就必须给计算机配备一个包含自然语言的词汇、句法、语义知识的语言知识库。北京大学计算语言学研究所(ICL/PKU)自1986年起,历时26年,研制出面向自然语言处理的"综合型语言知识库"。综合型语言知识库中的语言知识所具有的周遍性、格式化、显性化等特点,使得它能够在汉语语言教学领域发挥作用。

朝鲜语命名句及其在汉语中的对应

汉语和朝鲜语中,定语一律都放在被修饰语前头,但汉语里定语不宜过长。本文在考察朝鲜语命名句结构特点的基础上,从语用学、心理语言学等角度分析其功能特点,并讨论了朝鲜语“命名句”在汉语中的对应形式。