淺談中文資訊處理與現代漢語語法

　　論文關鍵詞：中文資訊處理　現代漢語語法　句處理

　　論文摘要：用計算機來處理漢語資訊包括“字處理”、“詞處理”和“句處理”三個階段。“句處理”是實現自然語言的處理與理解這一關鍵性的技術難關。其中遇到的問題比較多：詞性的判斷；短語、句子的結構分析；歧義現象分析等等，最根本的方法是語言學家儘可能地把語言中的這些現象通過歸納、分析、總結出規律，再用形式化的方式描述出來，以便利於計算機處理。 
　　用計算機來處理漢語資訊，就是漢語資訊處理，又稱中文資訊處理。中文資訊處理包括“字處理”、“詞處理”和“句處理”。“字處理”、“詞處理”分別與漢字和詞彙有關，在此主要談談“句處理”。
　　句處理的主要內容是，怎樣使計算機理解自然語言***如現代漢語***的句子的意思，又怎樣使計算機生成符合自然語言規則的句子。“句處理”所需要的語言知識，將是一種涉及到語音、語義、語法、語用等諸方面的綜合性知識。目前。大家都深感現有的關於漢語的知識遠遠不能滿足中文句處理的需要。單就句法方面的情況說。在中文資訊處理過程中將會不斷遇到我們想象不到的問題，許多問題在人看來還是比較容易解決的，但計算機就解決不了。也有一些問題，本身在學術界就有不同的觀點，那麼，就給中文資訊處理增加了更大的困難。
　　用計算機來處理中文資訊，遇到了很多困難，從現代漢語語法的角度來看，主要有以下一些問題：
　　一、詞性的判斷
　　由於漢語缺乏形態。漢語的詞性判斷主要是根據詞的語法功能，不同的詞，詞性意義可能不同，同一個詞出現在不同的地方，詞性意義也可能不同，漢語中，大多數詞有固定的詞性，但有些詞的用法比較特殊。例如：
　　1.他花了十塊錢買了一盆花。
　　2.你用那個鎖把門鎖上。
　　3.他比雷鋒還雷鋒。
　　這三個句子中分別有兩個“花”、“鎖”、“雷鋒”。但它們只是音同、形同，詞性和意義都不同。句子1中的第一個“花”是動詞，“花費”的意思，第二個“花”是名詞，“植物”的意思。句子2中的第一個“鎖”是名詞，即“鎖子”的意思，第二個“鎖”是動詞，是“鎖住”的意思。句子3中第一個“雷鋒”是名詞，表示人名，第二個“雷鋒”是形容詞，表示“雷鋒的精神、品質等”。具有一定語言知識的人大體上都能分清它們的區別。從傳統語言教學的角度來講，句子1中的兩個“花”是詞形、讀音相同，但詞性和意思都不一樣，且兩個“花”的意思之間沒有聯絡，所以屬於同音詞。句子2中的兩個“鎖”，也是詞形、讀音相同，詞性和意思都不一樣，但兩個“鎖”意思間有聯絡，所以屬於兼類詞。句子3中的兩個“雷鋒”詞形、讀音相同，詞性和意思都不一樣，意思也有聯絡，但第二個“雷鋒”屬於詞類活用。Ⅲ從教學的角度看，這種分類比較細緻，便於人們的理解和掌握，但是，從中文資訊處理的角度來看，這種分法太細，不便於計算機掌握。
　　目前，在中文資訊處理中，是這樣來定義兼類詞的：亢世勇認為“兼類詞有廣義兼類詞和狹義兼類詞。廣義兼類詞就是中文資訊處理中所說的現代漢語的同形詞，對於計算機而言，只要詞形相同，不管讀音是否相同、意義是否相通，是同形異音詞、同形同音詞，還是一詞多義、一詞多種用法，都是相同的，都要從多個當中選一個。狹義的兼類詞就是指一般的現代漢語著作定義的，‘同形同音、意義上有一定的聯絡，且具有兩類或兩類以上詞的語法功能的詞”’。陸儉明認為，兼類詞是“指同字形、同音而意義不同或詞性不同的詞”。如果按這種定義理解，以上三個句子中的兩個“花”、“鎖”、“雷鋒”都可以稱之為兼類詞。因為，中文資訊處理的目的是讓計算機能根據具體環境判斷出詞的詞性，從而準確理解其中的含義就可以了。儘管如此，但是，漢語詞類是多功能的，一類詞不需要發生詞形變化就可以充當不同的句子成分，不同類的詞可以充當相同的句子成分，這樣就給兼類詞區分帶來了更多的麻煩。因而，兼類詞的選擇是計算機詞性自動標註的一個“瓶頸”。儘管資訊處理專家運用了規則排歧、統計概率排歧或者兩者結合起來等多種方法進行排歧，但到目前為止，還沒有一種方法、一種系統能夠徹底解決這個問題。
　　二、短語、句子的結構分析
　　由於漢語缺乏形態。所以。語序和虛詞成了漢語中表示語法的主要手段。有些短語、句子的結構不好理解，需要形式和意義結合起來分析。例如：
　　A組：a。陝西+甘肅+寧夏 ***“陝西+甘肅+寧夏”三者為聯合關係***
　　b.中國+***北京+陝西******“中國”與“北京陝西”是偏正關係.“北京”與“陝西”是聯合關係***
　　C.中國***陝西***西安*********“中國”與“陝西西安”是偏正關係，“陝西”與“西安”也是偏正關係***這一組中的abe三個短語對人來說，都很容易分清楚，但計算機目前還很難區分,要讓計算機分辨清楚，就得把三個處所名詞組合在一起構成a類、b類、e類不同關係的條件與規則研究清楚，並將這些條件與規則加以形式化輸入到計算機內。
　　B組：開始討論***述賓關係***分析研究***聯合關係***研究結束***主謂關係***
　　取下來***述補關係***　看完再說***連謂關係***　叫他回來***兼語關係***
　　生產管理***定中關係***　諷刺說***狀中關係***　介紹寫***不構成合法的句法關係***
　　這組是現代漢語裡“動詞性詞語+動詞性詞語”構成的?a href='//' target='_blank'>種植煌?慕峁構叵擔?勻死此擔?ü?步獯籩驢梢苑直媯?墒僑眉撲慊??智宄??頭淺Ｄ眩?蛭?頤侵兩窕姑揮凶芙岢?ldquo;動詞性詞語+動詞性詞語”構成各種不同句法關係的具體規則。換句話說，“動詞性詞語+動詞性詞語”在什麼條件下一定構成合法的什麼句法關係，能構成什麼樣不同的句法關係，我們至今還說不清楚。
　　C組：天氣好——好天氣***主謂——偏正***很好——好得很***偏正——述補***
　　來人了。——人來了。***述賓——主謂***
　　一張票三元錢。——三元錢一張票。***主謂——主謂***這一組都是由於語序的不同而形成的結構和意義都不同的短語和句子。這些結構對人而言，稍加學習就可以理解，但這些給計算機理解意思增加了難度。需要人們把這些語序的變化形成的不同的結構概括出規律來，再用形式化的方式描述出來。輸入到計算機裡。