淺談中文信息處理與現(xiàn)代漢語語法(2)

　　三、歧義現(xiàn)象
　　現(xiàn)代漢語短語結(jié)構(gòu)的歧義是進(jìn)行漢語句法分析的一大障礙。“句處理”要解決的核心問題是排歧問題，計算機面對的歧義，不只是我們?nèi)怂芨杏X到的諸如下面這樣一些句子的歧義現(xiàn)象：
　　(1)他正在輸血。(他正給病人輸血。／他病了，正輸血。)
　　(2)看望的是病人。(你看望的那個人是病人。/看望你的那個人是病人。)
　　(3)我們急需進(jìn)口產(chǎn)品。(我們急需進(jìn)口的產(chǎn)品。/我們急需從國外進(jìn)口產(chǎn)品。)
　　某些在人看來不存在歧義的句子計算機會認(rèn)為有歧義.例如：
　　(4)a他被警察叫去罰了一百塊錢。
　　b他被警察叫去寫了一份檢查。例(4)a句和b句，在人的眼里結(jié)構(gòu)是不一樣的。a句“被警察”這個介詞結(jié)構(gòu)一直管到底。全句意思是“他被警察叫去，他被警察罰了一百塊錢”：而b句“被警察”這個介詞結(jié)構(gòu)只 管到“叫去”，管不著“寫了一份檢查”。可是，計算機分辨不清楚。要讓計算機分辨清楚，我們就得將“PP+VPI+VP2”(PP代表介詞結(jié)構(gòu)，VP1和VP2分別代表緊挨著的不同的動詞性詞語)這種結(jié)構(gòu)中的PP對后面動詞性詞語管轄的范圍及其條件與規(guī)則進(jìn)行充分、準(zhǔn)確的描寫，并加以形式化，“交給”計算機。而這一類現(xiàn)象與規(guī)則我們過去根本就沒有考慮過，更不用說研究了。
　　其實以上所舉的例子都存在歧義問題，因此，也可以這么說，“句處理”要解決的核心問題是排歧問題。
　　中文信息“句處理”的研究工作，上個世紀(jì)80年代就開始了，最早進(jìn)行“句處理”研究工作就是基于規(guī)則展開的，但上個世紀(jì)90年代初，基于規(guī)則的“句處理”研究工作遇到了重重困難與難關(guān)，主要是語言學(xué)家所提供的語言規(guī)則遠(yuǎn)遠(yuǎn)不能滿足信息處理的需要。目前，為了解決好中文信息處理中的“句處理”難題，出現(xiàn)了一個競相研究、競相發(fā)展的局面。對于句處理，提出的各種策略和途徑，歸納起來。主要有基于規(guī)則和基于統(tǒng)計這兩種策略。基于規(guī)則的研究者，一般求諸專家的理性知識，由人來對語言知識進(jìn)行抽象：基于統(tǒng)計者，一般求助于計算機對大規(guī)模語料庫真實文本的統(tǒng)計分析，由計算機來抽象出語言知識。各種策略和途徑，目前，我們還很難說哪一種是唯一正確的。各種策略和途徑，表面看不同，其實，最終都需要依賴可靠的漢語知識來驅(qū)動計算機正確處理自然語言(漢語)。因此，“無論是比較傳統(tǒng)的基于規(guī)則的處理策略，還是90年代以來方興未艾的基于統(tǒng)計的方法，在對語言知識的需求這一點上實際上都是共同的。所不同者，走規(guī)則路線的研究者一般求諸專家的理性知識，由人來對語言知識進(jìn)行抽象(比如以帶有合一條件的規(guī)則形式給出)。而走統(tǒng)計路線的研究者一般求助于計算機對大規(guī)模的語料庫的統(tǒng)計分析，由計算機來抽象出語言知識(比如以一定的數(shù)據(jù)結(jié)構(gòu)記錄的統(tǒng)計結(jié)果等)。兩種路線孰優(yōu)孰劣，不能籠統(tǒng)判斷，只能跟具體的應(yīng)用目標(biāo)結(jié)合起來，由實踐結(jié)果來評價。”目前，越來越多的學(xué)者提倡把兩種方法結(jié)合起來使用。因此，相信在不久的將來，我們會攻克難關(guān)，實現(xiàn)計算機對自然語言的處理與理解的目標(biāo)，使中文信息處理技術(shù)處于世界領(lǐng)先地位。
　　參考文獻(xiàn)：
　　1.蘭賓漢、邢向東：現(xiàn)代漢語(下冊)[M].北京：中華書局，2007,48。
　　2.亢世勇：面向信息處理的現(xiàn)代漢語語法研究[M].上海：上海辭書出版社，2004，177。
　　3.陸儉明：現(xiàn)代漢語語法研究教程(第三版)，[M].北京：北京大學(xué)出版社。2005年,51。
　　4.詹衛(wèi)東：面向中文信息處理的現(xiàn)代漢語短語結(jié)構(gòu)規(guī)則研究[M].北京：清華大學(xué)出版社，2000，2。