关于汉语语义概念的一点思考

关于汉语语义概念的一点思考陆汝占上海交通大学计算机系rzlu@sjtu.edu.cn09.11.14北京祝贺第四届HNC与语言学研究学术讨论会召开HNC从创建理论、开发技术、培养人才,直到形成体系,成功应用于文本处理、过滤、检索等领域,是国内语言学和信息技术结合最紧密,具有独创精神的典范。1.现状与困惑•共识：语言文字处理从单纯字符串处理提升到加载语义信息•语义：词汇、短语、句、语段、篇章的含义•语义抽象层次：语义三角对应关系：面包•概念:抽象思维形式，用词语概括表达实体本质属性•一些概念体系:Ontology、WordNet、以及HowNet•属于外延逻辑:–初始适用于音符文字，结构与意义以动词为中心，实体类分类标志用外加刚性圈定。•汉语特点:–义符文字，词语结构与意义以名词为中心，构造方式为毗连组合，直接对应概念耦合，实体类分类标志由实体本质属性标识。图示:面包——牛津高阶英汉双解词典-A1•汉语属于概念内涵逻辑。•概念研究分工分段:–语言本体/概念抽象与形式化/计算技术•现状脱节与局限性:–语言学关注结构分析，信息技术关心算法，缺少中介、交叉:从语言本体至概念抽象、可计算形式化–瓶颈在于语言表达形式提升到概念及其形式化形式化概念算法语言2.汉语概念内涵逻辑初衷•从实体命名中解读实体内涵特征的概念及其关系•用概念直接反应汉语解字组词的特点•模型论思想：–结构组合C=A+B–语义组合|C|~|A|·|B|–“~”(对应关系)解读成“=”(同构对应关系，增加凸显成分)•应用驱动：中文检索利用概念图确保概念上完整性课题组第一个例子:高科技孵化基地•检索:用户需求(关键词组)、网页摘录、网页标题三者，由关键词构造概念图匹配，过滤再分类:准确/近似/噪声。•目的:提高检索准确率，为手机检索提供应用前景。讲课+教师—外延指称—人 职责职位“职位”是凸显的属性,“需要一名讲课教师”,即空缺一个讲授某门课程的教师职位,“位”与“人”之间不一定一一对应（一人占二位,一位二人分享,AB角）。3

、薄弱环节在于汉语语言表达式概念分析职业上位4.概念图标引•实体命名的概念图主要依赖于词典释义项的解读、提取、抽象有关本质属性的概念及其关系{<E,A,V>}，可构成概念树、概念网•词典提取相应概念过程若干难点：–①<E,A,V>信息缺省求解；–②释义有关词语提炼到合适的概念；–③多义词释义项需按概念划分与归约必要的概念范畴，以简化和对齐相应概念关联（可称为子概念范畴，或概念投影范畴），尤其是多义、兼类词更需要概念范畴归约。•以动词“得”、“给”、“打”、“造”为例•(v0+x)∈C?~x∈Cpro•例1:“得”义项概念演化(子概念范畴、概念投影范畴)•例2:“他的老师教得好”/“他的老师当得好”概念图表示概念及其关系与词语同构•充分说明汉语特点:①结构组合对应概念耦合——同构②文法寓于修辞方法之中（文法对应概念关联）③创新的起点不是方法论，而在于现象、问题“给”本义“赋予”义不变、固有,所给的对象、结果、方式等内容可归纳为“实体”、“可能性”、“服务”、“状态”四个子范畴。“给我一支笔

”可能性/机会

“我给他打“你给我开门

”“你给我站住

”实体“赋予

”

+服务状态•例3:“给”义项概念演化“给

”

+{N}

了

”发出殴打击、敲放射攻打捕捉举打猎玩(~牌、扑克、麻将、秋千)除去舀(取)购买、雇佣从事作、状态——操作:~手势,~哈欠,盹儿,~哆嗦,~喷嚏•例4:“打”字义项最多(22项之多)，语言使成破碎收获(取)(造)(使成:后接及物v1v1–泛化后接不及物v2v2–状态)预期

可能性方式

结果泛化

狭义虚

学家称之为“混账字

”~赌,~官司~游记,~埋伏~交道~官腔,~

比喻~马虎眼操作义动作

、行为(动手)行为活动的实结果转指

:创造者

:神到,去,

前往,

直到(创造万物)培养造像做,

制作,

偏造血(比喻能力)(虚)构造型(型)形成