义词的不同义项有不同用法。如，“繁荣”
的“充足”与“使充足”分别属于形容词和
动词。在处理书面文本时，还把并非同一 语言成分的多词性现象统称为兼类，这包 括：c同形同音。如。“别”兼副词与动词。 d同形异音。如，“他是个好(hO．o)人”与
“他好(h的)睡懒觉”中的“好”兼形容词与 动词。
小类的不断细分是在不IN层级上引入 了意义因素，必将带来更多的兼类，而且将 造成交叉兼类，即有的是兼大类，有的是兼 小类，有的是兼而有之。因jl：l=，有人主张为
了提高自动5-)-析效率，在标注时，不要把小
•30•
类分得太细o[16](P19)我们认为，这只是暂时 避开了问题，而不能最终解决问题。关于 小类细分的重要性，及其对解决大类兼类
的作用与局限，：zls=文第3节将展开详述。 这里重点介绍我们在处理名词小类兼类日,-j- 的一些作法。
兼类从理论I-_讲，是指词语经常地、稳
定地具备多种用法。实际操作起来，如何 准确地把握经-g-性、稳定性这一标准，是问 题的关键。信息处理界的概率统计法，无 疑为基于主观语感的内省法、类推法，提供
了直观的、量化的、可操作的客观衡量或参 照标准。如果两种(或多种)用法统计数 字悬殊很大时，就归入到统计上占优势的 一类中去。如，“合同”充当名词和副词的 频次分别是68和1，低频词性就完全可以
看成是一种不稳定的临时用法，而不处理 成兼类。【171只有两种(或多种)用法统计数 字较为接近时，才处理成兼类。但问题的
难点在于，数字间从相互接近到差别很大， 是一个渐变的过程，一些临界状态有时颇 难把握。为此，我们设想，下一步是否可以 先把词语用法按频率分出级别，即高频、次
高频、中频、次低频、低频等，各频率均给出 量化指标。然后，区分高频与低频间的不 同等级，分别都予以适当标注，以备计算机 优选。对于因受语料限制，难免会发生的 某一种用法统计数字为零的情况，再结合 语感进行修正。
概率统计法的实质，是以最大可能作 为唯一可能。我们认为，为了提高计算机
YS"析的自动效率，在处理小类层面兼类时，
仍然需要使用这种方法，这样就可以坚持 兼类尽可能少这一总原则，这一点跟处理 大类兼类的原则是一样的。按照这二策 略，我们运用山西大学开发的软件，解决了 大部分问题。例如，把“月老”、“红娘”处 理成个体名词，而把“西施”、“诸葛亮”、 “包公”、“牛郎”算作专有名词。另一方
面，从长远角度考虑，为了最终提高计算机
分析的精确性，叉,-j-小类在统计学意义上不 同等级的非高频用法，下一步其实也需予 以适当关注。这样。概率统计与规则的方 法就可以配合起来，互校互证，对深入解决 兼类问题也许会更好一些。
三、对NCT法的理论反思

3．1   作用--I与ffr值
自然语言理解，归根结底是意义的理 解，语义分析在整个环节中占有核心地位。 可当前的语义分类尚不足以给词法、句法 分析提供足够强有力的保障。因此，为了 避免对意义的过分依赖，以形式分析为基 点的主流加工模式，大多依靠统计和低层 面的语言知识。可即使这样，在词语加工 层面，一些极其重要的语义信息，也已显示 出不容忽视的倾向。比如，=11-,京大学给《人 民日报》语料做分词和词性标注时，除了标 出名词这一语法属性外，还对指人名词这 一极其重要的语义小类同时做了标注。可 以说，MCT法正是顺应这一需求，在传统 的词性标注与句法标注间，增加了小类标 注这一环节。而带有小类信息的语料库， 概言之有以下作用：
-N"先，可以为汉语的本体研究提供直 接帮助。
当前，语言学本体研究进行的范畴与
次范畴研究日渐深入，获取一定数量的、经 过加212的熟语N-已成为研究者的迫切需 求。限于目前的实际情况，我们没有必要 也没有可能等语言学研究成果相当成熟以 后，再来开始我们的语料库建设。我们完 全可以采用边研究本体边加212语N-的思
路，以语义粗加工语料满足研究的实用需 要，再以研究成果修正现有的标注规范集， 实现两者的良性互动。从这个意义上看， 我们的语料库加212不可能是一蹴而就的事 情，而带有很强的实验性。
具体到现阶段的名词加212，我们所设 计的不同层级小类标记集，为了减少标记 的长度，在技术实现上，并不在一个平面上 同ml-展开。不同的研究者可根据不同的需 要，有选择地点击进入，从而获取名词所负
载的不同级别的语义次类信息，掌握语料
库中不同深度和细度的熟语料，灵活地开 展相关研究。
其次，可以为中文信息处理研究提供
基础资源，有助于：
(1)信息处理用名词标记集的制订。
《信息处理用现代汉语词类标记集规
范》的研制者指出，名词“由于数量多，小
类也显得很庞杂。如何标记名词小类是一
个颇费脑筋的问题”。比如，对专有名词的
范围，大家的看法就不完全一致。常见的 小类有人名、地名、机构名、品牌名、事件 名、菜名等。根据专家意见，“回族、斯拉夫 民族”等不少族名并不能当地名用，于是又
增补了族名这一小类。【16】㈣”可见，名词小 类标记之所以成为让人头痛的问题，正在 于其内部各类间的细致差别没有搞清楚。 因此，尽可能地发现名词内部可能有的类
别，并在语料库多层次加工中给予细致标 记，有助于-iN语大类、小类等标记的确定。
(2)揭示词项在不同层面的兼类规
律。
信息处理讨论的兼类，其实是一种广 义的同形异义异构现象。小类的细分有助 于加深对不同层面兼类的理解：
一是大类兼类。词性差别已初步反映
了大的语法范畴意义的不同，再结合小类
标记，就便于发现大类兼类背后更深层的 语义原因。譬如，动词、名词兼类是汉语各 种兼类中比重最高的，如果语料库中，两大 范畴内部都标上细致、准确的小类，就能统 计出制约动名兼类的语义优先因素。进而 言之，对特殊语义造成的动名两用现象，就
有可能立足于整个系统做出更为妥贴的处、 理。比如，“长跑、冬泳、合唱、摔跤”等兼 有名词性用法的动词数量很大，是算作兼(责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）