NLP中語(yǔ)義的計(jì)算和分析.pdf

1、內(nèi)容提要本 文在 基于語(yǔ) 義的 可分解性、 網(wǎng) 絡(luò)性和 層次 性的 三 個(gè)根本 特點(diǎn)的 基礎(chǔ)上， 討 論了自 然語(yǔ)言處理中語(yǔ)義的計(jì)算和分析問(wèn) 題。首 先 討 論了 知 識(shí) 工 程 不可回 避的 本 體 論問(wèn) 題， 并 具 體 結(jié) 合W o r d N e t 、 知網(wǎng) 和C y c 等工 程， 對(duì)于本 體論的 形成、 在工 程中的 樞紐地 位及其 在自 然語(yǔ)言處理中的 應(yīng)用作了 討論。 最后指出， 相對(duì)于 關(guān)于 外部世界的 本體論， 關(guān)

2、于 語(yǔ)言 本身的 本 體論 研究 還沒(méi) 有受到 足夠的重 視， 對(duì)語(yǔ)言 本體的 認(rèn)識(shí) 牽涉到自 然語(yǔ)言處 理的 根本算法問(wèn) 題。 這也是本 項(xiàng)研究的出 發(fā)點(diǎn) 之一。接著， 分別結(jié)合知網(wǎng)和 W o r d N e t 討論了知識(shí)工程中 最常用的義素和語(yǔ)義場(chǎng)的 語(yǔ)義分析方法， 并 且比 較了 知網(wǎng) 和 W o r d N e t 的 基于 構(gòu) 造性和 基于區(qū)分 性的不同 特點(diǎn)，并 進(jìn)一 步總 結(jié) 了 對(duì)知網(wǎng) 進(jìn) 行擴(kuò)充的 一個(gè)實(shí)踐。 目 前

3、的 知識(shí)資 源一 般都注 重對(duì)詞 語(yǔ)概念意義的考 察。 本 項(xiàng)研 究 則針 對(duì)詞 語(yǔ)的 表達(dá)色 彩， 根據(jù)知網(wǎng)的 詞條， 對(duì)漢 語(yǔ)的 詞 語(yǔ)的 風(fēng)格色彩和感情色彩進(jìn)行 標(biāo)注。我們希 望建設(shè) 一個(gè)知識(shí)資源， 將其 應(yīng)用在文 本分 類(lèi)和信息 過(guò)溥中 場(chǎng)合中.接 著 討 論了 在自 動(dòng) 句 法 分析 中 引 進(jìn) 語(yǔ) 義因 素 的 情 況. 主 要 結(jié) 合M i n i p a r 討 論了 生 成 語(yǔ) 法 在短語(yǔ) 結(jié)構(gòu) 規(guī)則的 荃礎(chǔ)上添加的一

4、 些語(yǔ) 義限 制 而形 成的 原則。 接著討論了自 動(dòng) 句法分析中的 “ 格” 和“ 價(jià)” 的問(wèn) 題， 指出 將語(yǔ)義的 東西 引 進(jìn)形式分 析中， 增強(qiáng)了 解釋力， 但也使問(wèn) 題變 得更 加復(fù)雜: 而對(duì)于 漢語(yǔ)， 句子的 語(yǔ)義重心不 一定 就在 動(dòng)詞上， 還需要另 辟蹊徑， 在如何 進(jìn) 行 語(yǔ)義分 析 方面作出 探索。在 這個(gè) 荃礎(chǔ)上， 文章 就如何進(jìn)行 語(yǔ)義的 分 析 和解 釋作了 進(jìn)一步的討論。 首先， 討論了 基于 弗雷 格 (

5、F r e g e ) 原理的 句法和 語(yǔ)義同 構(gòu)的 菠 塔 古 語(yǔ) 法的 方 法 及其在漢 語(yǔ) 信息處理中 的 初步 實(shí) 驗(yàn); 接 著以 知網(wǎng)的 短語(yǔ)信息結(jié)構(gòu)庫(kù)和 黃曾 陽(yáng) 的H N C 的 句類(lèi)理論為例， 說(shuō)明了 獨(dú)立地建 立語(yǔ)義語(yǔ)法的規(guī)則的可能性。在對(duì)目 前的詞匯和句子層面的語(yǔ)義的 計(jì)算分析的概況進(jìn)行過(guò)初步的討論后， 文章進(jìn)一步 對(duì) 語(yǔ)篇 層面的 語(yǔ)義計(jì)算分 析進(jìn)行一個(gè) 初步的 探討。 目 前的 統(tǒng)計(jì) 語(yǔ)言模型 把一篇文章看作是一

6、 堆詞的 集合 ( 詞袋) ， 這無(wú)疑一 筆抹殺了 語(yǔ)言 的 結(jié) 構(gòu)性、 層次 性等重要特點(diǎn)。 但根據(jù)目 前的 自 然語(yǔ)言 處 理的實(shí)際 情況， 要對(duì)語(yǔ)篇 進(jìn)行結(jié) 構(gòu) 化的 表示 還 存在 著巨 大的 技術(shù)障礙。 這促使我 們探索 基于 語(yǔ)言學(xué)方法的的文 檔表示 方法， 對(duì)向 盤(pán)空間 模型做局部的改 進(jìn)。關(guān)鍵詞:自 然語(yǔ)言處理 計(jì)算語(yǔ)言學(xué) 語(yǔ)義 意義緒論世界的知識(shí)6 0 年 代中 期 至7 0 年代初期， 以 機(jī)器翻譯 為代表 的 人工

7、智能 ( A I ) 技 術(shù)的 發(fā) 展遇到了 嚴(yán)重的困 難。 在這個(gè)時(shí)期， A I 研究先驅(qū) 者們認(rèn)真總結(jié) 經(jīng)驗(yàn)教 訓(xùn)，以 斯坦福大學(xué)的費(fèi)根鮑姆 ( F e i g e n b a u m ) 為 代 表 的 一 批 學(xué) 者 認(rèn) 識(shí) 到 機(jī) 器 缺 乏 的 就 是 人 類(lèi) 在 幾 千 年的 文明 史 上 積 累 起 來(lái) 的知識(shí)。 A I 的 主要技術(shù)是 狀態(tài)空間 搜索， 但這 種技術(shù) 在處 理自 然語(yǔ)言時(shí)所遇到的 ‘ 組合爆炸問(wèn) 題”

8、還幾 乎無(wú) 法解決。 要擺脫困 境， 只 有大t使 用理性的 知識(shí)。在 這個(gè) 波 折蕭條期， 很多國(guó) 家的A I 研 究人員 并沒(méi) 有灰 心， 而是 扎扎實(shí)實(shí)的 做了 很多 工 作， 在 知 識(shí) 表 示 方 面 做出了 很多 探索. 如 1 9 6 8 年 奎 連 ( Q u i l i a n ) 提出 了 語(yǔ) 義網(wǎng) 絡(luò)的 知 識(shí) 表 示 法， 后 來(lái) 西 蒙 ( R . F . S i m o n 1 9 7 3 ) 等 人 在用

9、語(yǔ)義 網(wǎng) 絡(luò) 表 達(dá)自 然 語(yǔ) 言 理 解方 面取 得了 很 大的 成 效; 1 9 7 3 年R . C , S c h a n k 提出 了 概 念 從 屬 理 論 ; 1 9 7 4 年 明 斯 基 似i n s 切提出 了 表 示 知 識(shí) 的 另 一 種 方 法 框 架 ( F r a m e ) 理 論， 框 架理論能 較好 地 描 述 范圍 較 廣 泛的 一 類(lèi)問(wèn) 題， 所以 一 經(jīng)提出 就 得 到了 廣泛的 應(yīng)用。但時(shí)至

10、今日 ， 由于 人 類(lèi)知識(shí)的規(guī) 模和 現(xiàn)有的 知識(shí) 表示 方法的局限性， 一些 成熟的機(jī)器翻譯的 產(chǎn)品， 其主 要技 術(shù)仍然不是基于理解的 。 統(tǒng) 計(jì)方 法普 遍有效 但是眼下達(dá)到的 水平還不 盡如人憊， 要 進(jìn)一 步提高正 確率， 哪怕是 幾個(gè)百 分點(diǎn)， 也是 不容易的。 因 此，自 然語(yǔ)言理 解要想取 得更 大的 進(jìn)步和突 破。 還寄希望于 在如何 運(yùn)用 知識(shí)， 進(jìn)行基于 理解的方 法上作 些探索， 取 得 新的 突 破 ( 靳 光

11、 瑾 1 9 9 9 ) ,語(yǔ)義學(xué)魯川2 0 0 1 在對(duì)語(yǔ) 言定 義的 探討中 談到了 語(yǔ)言和 知識(shí)的 密切關(guān) 系。 他認(rèn)為， 語(yǔ)言是知識(shí) 的 載 體 : 人 們 用 語(yǔ) 言 進(jìn) 行 知 識(shí)的 表 示 、 存 儲(chǔ) 、 傳 播 、 交 流、 繼 承 和 創(chuàng) 新 ( 6 ) 。 可 見(jiàn)， 在 如 何 用 知 識(shí) 武 裝 電 腦 的 過(guò) 程中 ， 語(yǔ)言 學(xué) 的 研 究 責(zé) 無(wú) 旁 貸 ‘ 根 據(jù) 莫 里 斯 ( C h a r l i e

12、 M o r r i s ) 在《 符 號(hào) 理 論 基 礎(chǔ)》 ( 1 9 3 8 ) 一 書(shū)中 對(duì)符號(hào) 學(xué) ( s e m i o t i c s ) 的 分 類(lèi)， 現(xiàn) 代 語(yǔ) 言學(xué) 研究 相 應(yīng)分 成 三 個(gè)部分: 句 法學(xué)、 語(yǔ) 義學(xué) 和語(yǔ)用學(xué)。 句法學(xué)研究 “ 符號(hào) 之間的 形 式關(guān) 系” : 語(yǔ)義學(xué)研究 “ 符號(hào)與 符號(hào)所指 對(duì)象的 關(guān) 系‘ ， : 語(yǔ) 用學(xué)定義為 研究“ 符號(hào)與 符號(hào) 解 釋者的 關(guān)系’ ， ， 可以 看出，

13、 和知識(shí)的 表示、運(yùn)用 關(guān)系 最為 密切的 分支學(xué) 科是語(yǔ)義學(xué)。 符 號(hào) 所指 對(duì)象就是外部的 現(xiàn)實(shí)現(xiàn)象. 但符 號(hào)和 現(xiàn)實(shí) 現(xiàn) 象 之 間 的 關(guān) 系 并 不 是 直 接 的 ， 它 們 之 間 存 在 一 個(gè) 中 介 ， 即 概 念。 這 種 關(guān) 系L y o n s 1 9 7 7 用 了 一個(gè)三角形來(lái)表示 ( 9 6 ) :B : c o n c e p t ( 概念)A : s i g n ( 符號(hào)，即詞) C s i g n

14、i f i c a t u m( 所指。 現(xiàn)實(shí) 現(xiàn)象〕頂 點(diǎn)人 、 C 之間的 線 段 用 虛線， 表示 其間的 聯(lián)系 是 間 接的 .由 于 人類(lèi)的 語(yǔ)言存在巨 大差異， 所以 ， 可以 利用語(yǔ) 吉 和現(xiàn)實(shí)的中 介即 概念來(lái)彌補(bǔ)語(yǔ)言的 差異 所帶 來(lái)的 影響。 因?yàn)椋?概念是人認(rèn)識(shí)外部 世界 的 成果， 是可以 加以 規(guī)定、 規(guī)范， 使 其一致的 。 現(xiàn) 在一 般的 語(yǔ)義研究注重 對(duì)概念的 研究， 就是因 為 概念可以 是超語(yǔ)言的;