检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

汉语标点句统计分析

汉语标点句统计分析

作者：黄建传北京语言大学

学位级别：硕士

现代汉语标点符号是在古代中的“句读”及其它符号的基础之上,在“五四”时期借鉴西文标点符号逐步发展建立起来的。标点符号的使用使人们在学习过程中摆脱了断句之苦,给阅读、写作带来了极大的方便。然而,作为现代书面语重要有机组成... 详细信息

现代汉语标点符号是在古代中的“句读”及其它符号的基础之上,在“五四”时期借鉴西文标点符号逐步发展建立起来的。标点符号的使用使人们在学习过程中摆脱了断句之苦,给阅读、写作带来了极大的方便。然而,作为现代书面语重要有机组成部分的标点符号在自然语言处理中并没有得到充分的重视。中文信息处理中句处理是个难点,现在还没有任何一种句法分析技术能够高效、准确、全自动地分析不受限制的自然语言文本。面对句处理中的难点,我们以标点符号作为切入点,把标点句作为计算机文本处理的基本单位,希望以此为汉语句处理提供新的视角。本文主要做了以下的工作:第一、提出了汉语标点句语料库标注的原则,设计了汉语标点句的标注体系。该体系的特点是标注部分与原文分开,可视性强,可扩充性强,能自动转化成树形结构。第二、对7千多标点句共8万多字的语料进行了标注。标注内容包括标点句内词组功能、句法结构以及标点句之间的成份共享关系。其中标点句之间的成分共享标注是其他语料库所没有的。第三、对标注的语料进行了统计分析,涉及四个方面:(1)标点句字长、词长及分布特点,标点的使用情况;(2)标点句的词组功能模式,包括词组功能模式的种类及其分布,高频模式的长度分布,其前后标点的分布;(3)标点句的句法结构模式,包括标点句句法结构模式的种类及分布,不同句法结构模式的长度分布;还统计分析了被标点分隔的主谓、定中、状中、述宾、述补结构情况,包括出现的频次,被标点分隔两部分的长度及分布、两部分所在标点句的句法特点等;对介宾结构标点句及时间标点句的特点进行了分析;(4)标点句句法结构模式与语体的关系,对不同语体(论说文、叙事文)的标点句长度,句法结构模式进行了统计分析。在大量统计分析的基础上,我们发现了汉语标点句的一些特点:汉语标点句与完整的句子很不相同,标点分隔的不一定是完整的句法结构;标点虽然主要出现在单句之间和单句首层的主谓结构之间,但有大量的情况出现在深层嵌套的句法结构中;一个词串能否成为一个标点句,主要与长度、句法功能类型、在句点句中的位置、词性、具体词性质及语体有关;述宾之间有标点主要与述语的动词性质有关,表陈述或表述义的句宾动词与宾语之间才能有标点;介宾之后有标点也与介词自身有关,如“把、由、比、将、往、朝、连”等介宾之后一般不能有标点;在叙述文中连词、时间词、插入语单独做标点句的多,而政论性文章中状语后带标点的情况多。

关键词：标点句词组功能模式句法结构模式语体语料库标注

汉语标点句及其英译文的句法结构类型对比研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

汉语标点句及其英译文的句法结构类型对比研究

作者：王倩蓉青岛大学

学位级别：硕士

双语对齐一般都在句子层面进行,但由于汉语的句子定义模糊,汉语的句号句与英文句子之间的对应关系复杂多样,一个句号句往往会对应两个或多个英文句子,从而使得汉英句子在句法结构层面并不具有完全对等性。本文从汉语标点句入手,在初步... 详细信息

双语对齐一般都在句子层面进行,但由于汉语的句子定义模糊,汉语的句号句与英文句子之间的对应关系复杂多样,一个句号句往往会对应两个或多个英文句子,从而使得汉英句子在句法结构层面并不具有完全对等性。本文从汉语标点句入手,在初步构建出的汉英标点句对齐语料库(CEPCAC语料库)的基础上,研究汉语标点句及其英译文的句法结构类型,对汉语标点句及其对应的英文译文进行句法结构类型的标注,进而统计汉语标点句及其英语译文的句法结构类型以及汉英对应的句法结构类型的分布情况。并分别对主要类型的汉英对齐结果进行分析,探讨汉语标点句作为对齐单位的可行性及面临的困难。从初步调查结果看,汉语标点句可分为主谓完整与主谓不完整两大类,主谓完整标点句约占三分之一,可直接作为对齐单元使用;主谓不完整标点句约占三分之二,其中动词短语类型标点句占据绝大部分,其对应的译文主要集中在主谓完整和动词短语两种类型;主谓不完整标点句的其他句法类型主要集中在名词短语、介词短语等少数类型,其对应的译文结构稳定且语义相对完整。本文还对小说、新闻、法律、公文四类不同语体的汉英句法结构对应关系进行了分析,结果显示大部分对应关系在语体间具有一致性,少数对应类型存在语体间的差异。本文研究结果显示,虽然汉语标点句不是严格的语法单位,但句法结构类型具有集中性,主要集中在主谓结构、动词短语、名词短语等少数类型,具有结构稳定、语义相对完整的特征,能够较好满足汉英对齐单位的要求,可以作为汉英自动对齐的一种新单位,为解决汉语句号句与英文句子的不对等性,提高自动对齐效果提供参考,进而为优化机器翻译和机辅翻译提供支持。本文研究从汉语标点句的视角考察汉英对应关系,能够为更好把握汉英之间在标点句层面的转换关系,深化对汉英两种语言特点的认识提供帮助。

关键词：标点句英汉句法结构双语对齐语料库

基于汉语标点句的汉英双语对齐语料库构建及对齐特征分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于汉语标点句的汉英双语对齐语料库构建及对齐特征分析

作者：孙晓迪青岛大学

学位级别：硕士

双语对齐语料库是机器翻译和机辅翻译的关键资源,构建双语对齐语料库的核心是确定合理对齐单位,实现源语片段与目标语片段的对应。目前汉英双语对齐研究主要集中在对齐模型与算法,较少关注语种间的对齐差异,在对齐单位选择上,基本沿袭... 详细信息

双语对齐语料库是机器翻译和机辅翻译的关键资源,构建双语对齐语料库的核心是确定合理对齐单位,实现源语片段与目标语片段的对应。目前汉英双语对齐研究主要集中在对齐模型与算法,较少关注语种间的对齐差异,在对齐单位选择上,基本沿袭英法对齐的方法,句子是主要使用的对齐单位,在汉英对齐中表现为使用汉语句号句作为对齐单位。由于汉语标点使用较为灵活,一个句号句内可以有一个或多个主谓完整结构,也可以是非主谓完整结构,而英语句子则不同,一般都是主谓完整结构。这种现象导致汉语句号句与英语句子存在较大差异,在双语对齐中表现为汉英对齐模式复杂,汉英自动句对齐准确率难以达到英法对齐水平,且准确率提高难度大,对齐结果的应用也受到限制。本文面向机辅翻译等应用,开展基于汉语标点句的汉英对齐工作,希望为汉英双语对齐提供新的研究视角和方法。本文首先总结分析了段落、句子、短语和词汇等对齐单位的优点和不足,提出汉英双语对齐单位应该满足语义完整性、最小单元性和有形式标记等三条标准,并以汉语标点句为参照开展汉英对齐工作,构建了第一个覆盖新闻、法律、报告、小说四类语体近2万个标点句对的汉英标点句对齐语料库(CEPCAC语料库)。本文介绍了CEPCAC语料库的对齐方法和对齐操作规范,并对汉英标点句的对齐关系以及汉语标点句对应英语译文的分隔标记做了专门分析。本研究的发现主要包括:(1)汉语标点句为对齐单位创建双语平行语料库,能够较好地满足双语对齐单位的三条标准。(2)汉语标点句及对应英语译文长度分布集中,句长主要集中在6-20个汉字(英文词)区间内,与其他对齐单位相比,长度适中。(3)与汉语标点句对应的英语译文在语序上基本一致,语序不一致的情况发生的范围具有限定性,语序不一致的标点句占总标点句的6.4%,且语序不一致的标点句组涉及到的标点句平均句数为2.3个,深度较小,具有可控性。(4)与汉语标点句对应的英语译文在分隔形式上具有较明显特征,标点符号、特定功能词和特定结构基本能够切分出对应英语译文,从统计数据可以看出与汉语标点句对应的英语译文之间的分隔形式有限且具有较集中的分布特征。本文提出以汉语标点句为单位构建汉英双语对齐语料库,摆脱了句子、短语、词等固有语法单位的束缚,是对现有汉英双语对齐单位的有益补充。对齐结果显示,本文提出的方法具有可行性,为自动对齐提供了一种新单位,构建出的对齐语料能够为自动对齐提供语言特征和语言资源支持,进而为优化机器翻译和机辅翻译等提供支持。同时,构建出的语料库也能为研究汉英双语间的转换规律,尤其是从英语译文角度考察汉语标点句的语言特征提供参考。

关键词：双语对齐语料库标点句对齐语序分隔标记

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

标点句标注研究

标点句标注研究

第九届全国计算语言学学术会议

作者：黄建传宋柔北京语言大学语言信息处理研究所

本文在提出标点句的基础之上,讨论了标点句的研究内容及意义,重点论述了标点句的标注问题。基于易视性、自动形成树形结构、便于扩充三原则,我们提出一种用于标点句研究的不同于现有句法标注的新方法, 并实际标注了1294个标点句,对标注... 详细信息

本文在提出标点句的基础之上,讨论了标点句的研究内容及意义,重点论述了标点句的标注问题。基于易视性、自动形成树形结构、便于扩充三原则,我们提出一种用于标点句研究的不同于现有句法标注的新方法, 并实际标注了1294个标点句,对标注的结果进行了统计分析,证明了我们提出的新方法是切实有效的。

关键词：标点句句法关系标记集标注标点

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

像字句跨标点句管辖的判断

广东技术师范学院学报 2009年第10期30卷 93-96页

作者：张瑞朋中山大学广东广州510275

像字句尤其是否定的像字句,是本体还是喻体是下文标点句所描述的对象,常常会产生歧义,也一直是语言学界中所关注的问题。跨标点像字句管辖的判断以及像字句共享问题是整个跨标点句句法共享问题的一个重要组成部分。本文从形式上找到了... 详细信息

像字句尤其是否定的像字句,是本体还是喻体是下文标点句所描述的对象,常常会产生歧义,也一直是语言学界中所关注的问题。跨标点像字句管辖的判断以及像字句共享问题是整个跨标点句句法共享问题的一个重要组成部分。本文从形式上找到了一些像字句词跨标点句的共享规律,即着重从形式角度讨论了像字句跨标点句的辖域问题,对现代汉语长句句法分析有重要作用,并对汉外机器翻译有实用价值。

关键词：像字句标点句管辖共享

在线全文

学校读者我要写书评

暂无评论

关联词和跨标点句主语的认定

广东技术师范学院学报 2010年第4期31卷 73-75页

作者：张瑞朋中山大学广东广州510275

跨标点句主语的认定是整个跨标点句句法关系的重要内容。关联词作为一种特殊词性,对跨标点句主语的认定有一定提示作用。本研究作为跨标点句主语认定研究的一部分,将会促进整个跨标点句句法关系问题的研究。

关键词：标点句关联词主语认定

在线全文

学校读者我要写书评

暂无评论

现代汉语跨标点句句法关系的性质研究

世界汉语教学 2008年第2期22卷 26-44页

作者：宋柔北京语言大学语言信息处理研究所

汉语小句句首成分缺失的现象十分常见，一般作为篇章分析中的零形回指问题去研究，本文则更换角度，看作跨越标点的句法关系问题。本文的工作包括：提出现代汉语中标点句和跨标点句的句法关系的概念，设计了表示跨标点句句法关系的换行... 详细信息

汉语小句句首成分缺失的现象十分常见，一般作为篇章分析中的零形回指问题去研究，本文则更换角度，看作跨越标点的句法关系问题。本文的工作包括：提出现代汉语中标点句和跨标点句的句法关系的概念，设计了表示跨标点句句法关系的换行缩进的直观表示方法，揭示了跨标点句句法关系的性质，包括句法关系类型的搭配条件、栈式结构规律以及栈式结构进退的限度。

关键词：标点句句法关系共享成分栈形结构

在线全文

学校读者我要写书评

暂无评论

汉语话头话身关系分析影响因素研究

语言文字学 2024年第4期

作者：卢达威

话头话身关系主要指标点句间的话头共享关系，话头话身关系分析目的是补全标点句的缺失话头，或称话头识别。基于语料库的研究发现，话头识别涉及句法、语义、常识、百科知识以及语境等因素。其中，语义特征话头识别中最基本的影响因素... 详细信息

话头话身关系主要指标点句间的话头共享关系，话头话身关系分析目的是补全标点句的缺失话头，或称话头识别。基于语料库的研究发现，话头识别涉及句法、语义、常识、百科知识以及语境等因素。其中，语义特征话头识别中最基本的影响因素，包括话头和话身的语义关系、话身本身的语义类型等；句法特征对话头识别的准确性高但覆盖率低，包括关联词语、平行结构、语篇停顿等；常识和百科知识主要用于选择经过句法、语义关系分析后仍未能确定的候选话头；语境因素主要是在句法、语义识别话头有误时进行核查和纠正。话头识别过程中，各种影响因素的调用顺序和互动的过程值得关注。对汉语话头话身关系分析有助于深化对语篇结构规律和语言理解过程的认识，也有助于语言的计算和应用。

关键词：话头话身结构话头话身话头识别标点句

来源：人大复印报刊资料评论

在线全文

人大复印报刊资料

学校读者我要写书评

暂无评论

汉语话头话身关系分析影响因素研究

学术研究 2023年第12期 169-176,178页

作者：卢达威中国人民大学文学院中国人民大学数字人文研究院北京100872

话头话身关系主要指标点句间的话头共享关系,话头话身关系分析目的是补全标点句的缺失话头,或称话头识别。基于语料库的研究发现,话头识别涉及句法、语义、常识、百科知识以及语境等因素。其中,语义特征话头识别中最基本的影响因素,包... 详细信息

话头话身关系主要指标点句间的话头共享关系,话头话身关系分析目的是补全标点句的缺失话头,或称话头识别。基于语料库的研究发现,话头识别涉及句法、语义、常识、百科知识以及语境等因素。其中,语义特征话头识别中最基本的影响因素,包括话头和话身的语义关系、话身本身的语义类型等;句法特征对话头识别的准确性高但覆盖率低,包括关联词语、平行结构、语篇停顿等;常识和百科知识主要用于选择经过句法、语义关系分析后仍未能确定的候选话头;语境因素主要是在句法、语义识别话头有误时进行核查和纠正。话头识别过程中,各种影响因素的调用顺序和互动的过程值得关注。对汉语话头话身关系分析有助于深化对语篇结构规律和语言理解过程的认识,也有助于语言的计算和应用。

关键词：话头话身结构话头话身话头识别标点句