现代汉语复句中短语字段的自动识别初探

为了建立一个面向中文信息处理的现代汉语复句深加工语料库，我们必须进行书逗短语字段的自动识别工作，目的是把这些字段排除在分句层次分析的范围之外。这项工作建立在自动分词和词性标注的基础上，主要分三个阶段进行，每个阶段都需要运用规则和统计相结合的方法。第一、二阶段的规则只包含句法因素，第三阶段的规则还需要运用一定的语义特征、搭配知识。     

基于语料库的“虽然p,但是q,所以r”句式层次分析

学界对“虽然p,但是q,所以r”句式的层次划分存在分歧。本文从语料统计和语义表达两个角度论证了这类句式应分析为转折一因果型。讨论了三方面的内容：语料统计结果表明“转折标＋原因标”比“原因标＋预转标”的语用频率高,因果复句的原因分句难以包含转折关系;从语义角度对因果复句的原因分句难以包含转折关系的现象进行了解释;以多重复句实例验证了转折关系包孕因果关系这一复句联结模式。     

小句关联体研究

小句关联体是由两个或两个以上存在语义关联的小句联结而成的一种语法结构体,根据语义关系的层数,可将其分为简单型和复合型两类,两类都具有复句下位、复句、句群下位和句群4种基本语表形式;小句关联体有小句、逻辑语义关系和关系标记3个构件,3个构件可以通过4种构成规则组合成型;小句关联体中的＂语义关联＂特指逻辑语义关联,表明逻辑语义关联是小句关联体形成的基础,＂小句＂实指分句,表明分句是小句关联体的基本构件;在小句关联体的形成阶段,其语义关联是语表联结的充分非必要条件,到了成型以后,两者之间互为充要条件。由于小句关联体可以完成内外联结和关系标记的双重统一,因此小句关联体必将成为有标复句联结机制分析的载体和核心。     

关系词搭配的联列分析

关系词是构成复句句式的连接成分,其主要句法功能是关联分句并标志句间语义关系。在复句中,关系词通常以搭配形式共现,这种共现所体现的预期性和重现性表明,基于语料的实验方法适用于关系词搭配研究。为弄清关系词在复句中的分布及搭配情况,本实验在双重互补语料库的基础上,首先根据词形和语法功能对候选关系词的单现及共现频数进行分类统计,然后设计联列表对统计数据进行联列分析,最后选择检验对二元词组进行独立性检验并由此得到搭配关系词对。通过离散度测定及多指标比较,可以证明,所得搭配关系词对确为常用关系词对,从而说明本实验方案及结果均具有较高可靠性。