摘要：面向信息處理的漢語(yǔ)復(fù)句研究是一項(xiàng)文理交叉的大型跨學(xué)科研究，對(duì)于漢外翻譯、漢語(yǔ)篇章理解都十分重要。本文介紹了面向信息處理的漢語(yǔ)復(fù)句研究領(lǐng)域采用的主要方法、關(guān)鍵技術(shù)以及研究成果。

關(guān)鍵詞：漢語(yǔ)復(fù)句 信息處理 語(yǔ)法分析 語(yǔ)義分析

一、前言

中文信息處理包括字處理、詞處理、句處理、篇章處理。目前已經(jīng)完成了字處理，較好地解決了詞處理，正在向句處理邁進(jìn)。句處理內(nèi)容復(fù)雜，包括句法知識(shí)、語(yǔ)義知識(shí)和語(yǔ)用知識(shí)等。目前對(duì)于漢語(yǔ)單句的計(jì)算機(jī)處理研究較多，而對(duì)于漢語(yǔ)復(fù)句的計(jì)算機(jī)處理研究較少。復(fù)句是由兩個(gè)或更多的相對(duì)獨(dú)立的主謂結(jié)構(gòu)按照一定組合規(guī)律構(gòu)成一個(gè)結(jié)合體，表達(dá)思想確切周密，傳遞信息內(nèi)涵豐富。從結(jié)構(gòu)上看，復(fù)句是由小句聯(lián)結(jié)而成的，由于它下連小句，上連篇章，在單句和篇章之間起到了一個(gè)很好的銜接作用，同時(shí)兼有語(yǔ)法、語(yǔ)義和語(yǔ)用等多方面的屬性。深入研究漢語(yǔ)復(fù)句，對(duì)于漢外翻譯、漢語(yǔ)篇章理解都是十分重要的。幾年來(lái)，隨著信息處理的發(fā)展，漢語(yǔ)復(fù)句研究領(lǐng)域出現(xiàn)了新視野、新角度、新方法，有不少研究者加入漢語(yǔ)復(fù)句的信息處理工作中。

二、研究主要方法

復(fù)句的信息處理最早是出于機(jī)器翻譯的需要。20世紀(jì)90年代初，周明、李生等人提出了一整套計(jì)算機(jī)對(duì)漢語(yǔ)復(fù)句的分析方法，并將該方法應(yīng)用于CEMTI漢英機(jī)器翻譯系統(tǒng)中。在這之后的十幾年時(shí)間里，漢語(yǔ)復(fù)句的信息處理方法大致分為兩類(lèi)：基于語(yǔ)法形式的分析和基于語(yǔ)義分析。隨著技術(shù)的不斷發(fā)展，理論的不斷創(chuàng)新，呈現(xiàn)出兩類(lèi)方法綜合起來(lái)進(jìn)行處理的發(fā)展趨勢(shì)。

（一）語(yǔ)法形式分析方法

該方法從復(fù)句的結(jié)構(gòu)入手，幾乎不涉及語(yǔ)義范疇的概念。分析的目標(biāo)是：給出復(fù)句的深層句法分析，包括關(guān)聯(lián)詞語(yǔ)的識(shí)別、分句邏輯關(guān)系確定、形式化地表示出復(fù)句的層次結(jié)構(gòu)關(guān)系等。

對(duì)復(fù)句作深層句法分析，一般首先從單復(fù)句的區(qū)分、復(fù)句的定義出發(fā)來(lái)分析復(fù)句的結(jié)構(gòu)，并利用一種模型把復(fù)句結(jié)構(gòu)化。分析過(guò)程通常包括以下幾個(gè)步驟：

（1）詞法分析：包括自動(dòng)分詞、詞性處理、對(duì)關(guān)聯(lián)詞語(yǔ)加以確認(rèn)。

（2）分句處理：分句數(shù)目確定，分句間的關(guān)系分析，解決分句的省略、指代現(xiàn)象。

（3）綜合結(jié)果：綜合各個(gè)分句的分析結(jié)果，構(gòu)成語(yǔ)法分析樹(shù)或功能結(jié)構(gòu)樹(shù)。

基于上述方法，張仕仁（1994）提出用盒式圖來(lái)表示復(fù)句的形式結(jié)構(gòu)，用復(fù)雜特征集來(lái)表示復(fù)句的意義結(jié)構(gòu)。通過(guò)對(duì)復(fù)句結(jié)構(gòu)的分析，把復(fù)句歸結(jié)為由三種基本成份構(gòu)成：分句、聯(lián)合結(jié)構(gòu)、偏正結(jié)構(gòu)，并用盒式圖表示這些結(jié)構(gòu)，以此構(gòu)造出各式各樣的復(fù)句來(lái)。為了能正確地劃分復(fù)句基本結(jié)構(gòu)的類(lèi)型，采用了復(fù)雜特征集描述。首先由詞庫(kù)給出單詞、給出單詞的復(fù)雜特征集，進(jìn)而分別形成短語(yǔ)、分句、復(fù)句復(fù)雜特征集。最后構(gòu)造出一棵復(fù)句的“功能結(jié)構(gòu)樹(shù)”。該方法單純從語(yǔ)法結(jié)構(gòu)出發(fā)，當(dāng)復(fù)句存在語(yǔ)義歧義的時(shí)候，就不能很好地處理。而且文中也沒(méi)有論述如何處理結(jié)構(gòu)歧義問(wèn)題。另外，文中提到復(fù)句的形式結(jié)構(gòu)的三種基本成分分類(lèi)似乎欠妥，因?yàn)閺?fù)句是由分句構(gòu)成的，“分句”這個(gè)所謂的成分是從組成或構(gòu)成角度來(lái)說(shuō)的，聯(lián)合結(jié)構(gòu)、偏正結(jié)構(gòu)，是從分句之間的邏來(lái)說(shuō)的。因此是把不同范疇的概念混淆在一起作為復(fù)句的三種基本成分了。

深層句法分析需要綜合考慮多種因素，因而難度總是比較大。集中力量解決復(fù)句分析中的某一個(gè)問(wèn)題，是許多研究者采取的策略。在詞、短語(yǔ)、單句教學(xué)與研究中，分析的主要是結(jié)構(gòu)、功能，尤其強(qiáng)調(diào)這三者的語(yǔ)法構(gòu)造是一致的。分析復(fù)句，則不得不拋開(kāi)語(yǔ)法結(jié)構(gòu)，而轉(zhuǎn)為邏輯分析。所以形式化地表示出復(fù)句的層次結(jié)構(gòu)關(guān)系，成為許多學(xué)者研究的目標(biāo)。

文獻(xiàn)在依托復(fù)句本體研究的成果基礎(chǔ)上，考察了復(fù)句關(guān)系詞語(yǔ)的包孕機(jī)制對(duì)二重復(fù)句結(jié)構(gòu)層次自動(dòng)分析的輔助作用。對(duì)于關(guān)系詞語(yǔ)沒(méi)有省略的二重復(fù)句，通過(guò)三個(gè)步驟實(shí)現(xiàn)結(jié)構(gòu)層次的自動(dòng)分析：第一，計(jì)算機(jī)掌握關(guān)系詞語(yǔ)之間的常規(guī)組配形式；第二，最臨近配對(duì)分句首先構(gòu)成復(fù)句模塊；第三，確定復(fù)句模塊的層次歸屬。另外，對(duì)于關(guān)系詞語(yǔ)省略的復(fù)句，根據(jù)關(guān)系詞語(yǔ)的包孕機(jī)制，來(lái)判斷或輔助分析復(fù)句的層次情況。顯然，此篇論文研究有其局限性。首先，論文中分析的手段是關(guān)聯(lián)詞語(yǔ)，但是從文中得出的結(jié)論可以看出，依據(jù)關(guān)系詞語(yǔ)只能解決部分情況下二重復(fù)句的結(jié)構(gòu)層次自動(dòng)分析，在更多情況下多重復(fù)句結(jié)構(gòu)層次的自動(dòng)分析僅憑關(guān)系詞語(yǔ)是無(wú)法解決的。其次，分析的對(duì)象是限于二重復(fù)句的。然而實(shí)際運(yùn)用中，三重復(fù)句也是比較常見(jiàn)的，因此有必要把對(duì)象擴(kuò)展為多重復(fù)句。多重復(fù)句的結(jié)構(gòu)層次劃分，是語(yǔ)篇內(nèi)部不同層級(jí)意義相對(duì)完整的體現(xiàn)，對(duì)于語(yǔ)篇的理解具有非常重要的作用。

中國(guó)社會(huì)科學(xué)院的魯松、白碩將目標(biāo)聚焦在多重關(guān)系復(fù)句的層次分析上。并且提出“關(guān)系層次樹(shù)”這個(gè)概念來(lái)形式化地表示多重關(guān)系復(fù)句的層次結(jié)構(gòu)。文章首先引入了上下文無(wú)關(guān)文法來(lái)表述多重復(fù)句，然后給出了一種具有預(yù)測(cè)機(jī)制、自底向上、部分?jǐn)?shù)據(jù)驅(qū)動(dòng)的確定性移進(jìn)——規(guī)約關(guān)系層次分析算法。整個(gè)分析算法的形式化基礎(chǔ)是關(guān)聯(lián)詞語(yǔ)。層次的分析過(guò)程是以關(guān)聯(lián)詞語(yǔ)提取預(yù)處理為前提，針對(duì)關(guān)聯(lián)詞語(yǔ)進(jìn)行移進(jìn)——規(guī)約操作。通過(guò)開(kāi)放測(cè)試，得出復(fù)句關(guān)系層次分析的正確率達(dá)到93.56%。算法分析仍然是以關(guān)聯(lián)詞語(yǔ)為著眼點(diǎn)，對(duì)于沒(méi)有任何關(guān)聯(lián)詞語(yǔ)指示的多重復(fù)句算法無(wú)能為力。

（二）語(yǔ)義分析方法

漢語(yǔ)的形態(tài)不發(fā)達(dá)，因此漢語(yǔ)中語(yǔ)法分析比較困難。并且漢語(yǔ)是一種“重意合”、“輕形式”的語(yǔ)言，即它是以語(yǔ)義為主，不大注重形式。因此，在中文信息處理中，要理解漢語(yǔ)復(fù)句并進(jìn)行處理，就要分析復(fù)句的句法，顯式地描述復(fù)句各組成成分之間的語(yǔ)義。研究者尋求一種有效的進(jìn)行漢語(yǔ)復(fù)句語(yǔ)義分析，生成復(fù)句語(yǔ)義表示的方法。

最具代表性的是華中師范大學(xué)的胡金柱、羅旋、王琳等人所作的一系列的研究工作。他們將本體技術(shù)用于復(fù)句領(lǐng)域的概念建模。據(jù)介紹，建立復(fù)句的本體模型有助于更好地理解復(fù)句領(lǐng)域所有的概念和概念之間隱藏的語(yǔ)義，能為漢語(yǔ)復(fù)句語(yǔ)義上的計(jì)算機(jī)自動(dòng)識(shí)別提供支持。

胡金柱（2005）首先介紹了本體研究現(xiàn)狀，然后介紹了本體元模型建模方法，通過(guò)對(duì)復(fù)句靜態(tài)結(jié)構(gòu)及與小句關(guān)系的分析，在漢語(yǔ)小句元模型的基礎(chǔ)上初步構(gòu)造了漢語(yǔ)復(fù)句靜態(tài)本體模型。正式引入了本體理論來(lái)研究復(fù)句領(lǐng)域的建模問(wèn)題。概括地說(shuō)，把一個(gè)模型應(yīng)用到概念的結(jié)果就是本體，建模的方式也就是將事物表示成一個(gè)五元組：1.類(lèi)/概念；2.關(guān)系；3.函數(shù)；4.公理；5.實(shí)例，即從這五個(gè)視角來(lái)觀察事物。基于上述思想，在分析了復(fù)句領(lǐng)域涉及的詞匯和復(fù)句結(jié)構(gòu)的基礎(chǔ)上，構(gòu)建了復(fù)句本體模型。

從文中的闡述可知，復(fù)句領(lǐng)域概念本體描述了該領(lǐng)域的靜態(tài)知識(shí)，論文也提出可以進(jìn)一步嘗試描述領(lǐng)域的動(dòng)態(tài)知識(shí)。另外，還需要對(duì)富含的語(yǔ)義進(jìn)行擴(kuò)充，將模型形式化地表示出來(lái)。建立面向復(fù)句句法標(biāo)注的本體也是需要努力的目標(biāo)。王琳、羅旋（2006）就針對(duì)上述問(wèn)題進(jìn)行了研究。王琳所研究的復(fù)句語(yǔ)義分析采用的算法思想是：利用本體元建模方法建構(gòu)了漢語(yǔ)小句元模型，并采用本體網(wǎng)絡(luò)語(yǔ)言O(shè)WL對(duì)小句本體進(jìn)行描述，對(duì)小句進(jìn)行語(yǔ)義分析。然后利用構(gòu)成的小句元模型再去描述復(fù)句模型，最后生成整個(gè)復(fù)句的OWL表示。需要指出的是，論文中模型的構(gòu)建是從句子的功能構(gòu)造層面進(jìn)行分析，對(duì)于句子的組成成分關(guān)系分析得還不夠深入。另外算法大多還處于理論研究階段，沒(méi)有接受計(jì)算機(jī)的真實(shí)測(cè)試，必定還包含許多隱藏的因素。但是有問(wèn)題存在就有繼續(xù)研究下去的希望，也為后來(lái)的研究者指明了一條道路。至于文獻(xiàn)所做的主要是資源建設(shè)方面的工作。通過(guò)建立漢語(yǔ)復(fù)句的本體語(yǔ)義標(biāo)注模型，給出了一個(gè)有標(biāo)復(fù)句本體標(biāo)注說(shuō)明和標(biāo)注規(guī)范。在研究了漢語(yǔ)關(guān)系詞詞類(lèi)自動(dòng)標(biāo)注、復(fù)句層次自動(dòng)標(biāo)注、短語(yǔ)自動(dòng)標(biāo)注以及復(fù)句類(lèi)型認(rèn)定方法的基礎(chǔ)上，建立了一個(gè)大規(guī)模的有標(biāo)復(fù)句語(yǔ)料庫(kù)和一些標(biāo)注好的復(fù)句庫(kù)。目前，語(yǔ)義標(biāo)注都是需要手工操作來(lái)實(shí)現(xiàn)，對(duì)于大量的文檔，這種方法就不是很適用了。所以半自動(dòng)化的標(biāo)注研究，是今后深入研究的又一個(gè)目標(biāo)。

（三）研究發(fā)展趨勢(shì)

自然語(yǔ)言理解系統(tǒng)都是以句法分析的結(jié)果作為理解的起點(diǎn)，即首先分析出“語(yǔ)法樹(shù)”，然后賦予其語(yǔ)義。然而，漢語(yǔ)是一種“意合型”的語(yǔ)言，這一特點(diǎn)導(dǎo)致在漢語(yǔ)理解過(guò)程中，單純把語(yǔ)法分析和語(yǔ)義分析隔離開(kāi)來(lái)是件很困難的事，因此在漢語(yǔ)復(fù)句的分析中應(yīng)尋求一種結(jié)合語(yǔ)法分析和語(yǔ)義分析的方法。

邢福義先生（1995）提出的“小句中樞說(shuō)”以及之后陸續(xù)提出的有關(guān)小句和復(fù)句方面的理論，為復(fù)句的信息處理奠定了堅(jiān)實(shí)的理論基礎(chǔ)。羅進(jìn)軍、尹蔚（2006）發(fā)展了“小句中樞說(shuō)”的思想，提出了“小句關(guān)聯(lián)理論”，它包括：（1）小句句法關(guān)聯(lián)；（2）小句語(yǔ)義關(guān)聯(lián)；（3）小句表里關(guān)聯(lián)。小句句法關(guān)聯(lián)是小句句法形式上的某種聯(lián)系，在有標(biāo)復(fù)句中就體現(xiàn)在關(guān)系詞之間的關(guān)聯(lián)。但是隨著研究的深入，僅僅搞清楚小句之間的“句法關(guān)聯(lián)”是不夠的，“語(yǔ)義關(guān)聯(lián)”才能夠挖掘小句之間深層次的關(guān)系。前者是處理的基礎(chǔ)，后者則被稱為“攻堅(jiān)手段”，而“小句表里關(guān)聯(lián)”則被視為復(fù)句信息處理的金鑰匙。所謂表里關(guān)聯(lián)，也就是語(yǔ)表形式（句法關(guān)聯(lián)）和語(yǔ)里意義（語(yǔ)義關(guān)聯(lián)）之間存在對(duì)應(yīng)關(guān)系。邢福義先生在“小三角”理論中總結(jié)為“表里印證”。在理論的指導(dǎo)下，作者又提出了有標(biāo)復(fù)句層次關(guān)系自動(dòng)識(shí)別的思想和方法。顯然，“小句關(guān)聯(lián)理論”在復(fù)句的本體研究與復(fù)句信息處理之間搭建了一座理論溝通的橋梁。在理論的指導(dǎo)下，可以制定研究?jī)?nèi)容，確立目標(biāo)，并且切實(shí)的展開(kāi)研究工作。近年來(lái)，邢福義先生主持華中師范大學(xué)重點(diǎn)建設(shè)學(xué)科項(xiàng)目“小句中樞說(shuō)在漢語(yǔ)與臨界領(lǐng)域研究中的應(yīng)用與驗(yàn)證”。其中“小句中樞理論的應(yīng)用與復(fù)句信息工程”是其中的一個(gè)子項(xiàng)目。姚雙云（2005）介紹了該工程研究?jī)?nèi)容的網(wǎng)絡(luò)以及工程的具體規(guī)劃。文章詳細(xì)介紹了工程的階段性成果——復(fù)句語(yǔ)料庫(kù)。目前，已經(jīng)完成了5000個(gè)有標(biāo)復(fù)句的句法信息標(biāo)注，正在準(zhǔn)備研制復(fù)句自動(dòng)標(biāo)注系統(tǒng)。

三、小結(jié)

復(fù)句信息工程的研究是一個(gè)文理交叉的大型跨學(xué)科專(zhuān)題研究課題。在漢外翻譯、漢語(yǔ)篇章理解、句法分析中對(duì)于復(fù)句的理解與分析都遇到很大的困難。開(kāi)展復(fù)句研究工程是很有必要的，有利于推動(dòng)本體研究，更有利于在涉及“句處理”方面取得進(jìn)展。由于目前還處于起步階段，并且采用的方法和思路比較單一，如何把語(yǔ)法分析方法和語(yǔ)義分析方法緊密地結(jié)合起來(lái)，充分顯示復(fù)句的深層結(jié)構(gòu)和語(yǔ)義，都有待于進(jìn)一步研究。另外，目前復(fù)句的研究主要集中在有標(biāo)復(fù)句，畢竟從關(guān)系詞這個(gè)顯性標(biāo)志著手，研究會(huì)比較容易一些，而且它的研究成果也會(huì)帶動(dòng)無(wú)標(biāo)復(fù)句的處理，實(shí)現(xiàn)從“有標(biāo)”向“無(wú)標(biāo)”過(guò)渡，這對(duì)于“意合型”的漢語(yǔ)語(yǔ)法來(lái)說(shuō)具有重大的意義。

參考文獻(xiàn)：

[1]張仕仁.漢語(yǔ)復(fù)句的結(jié)構(gòu)分析[J].中文信息學(xué)報(bào)，1994，（4）.

[2]胡金柱.本體論在復(fù)句領(lǐng)域概念建模中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用研究，2006，（10）.

[3]周明，李生，石淼.計(jì)算機(jī)對(duì)漢語(yǔ)復(fù)句的分析[J].情報(bào)科學(xué)，1990，（1）.

[4]李晉霞，劉云.面向計(jì)算機(jī)的二重復(fù)句層次劃分研究[A].語(yǔ)言計(jì)算與基于內(nèi)容的文本處理——全國(guó)第七屆計(jì)算語(yǔ)言學(xué)聯(lián)合學(xué)術(shù)會(huì)議論文集[C].2003.

[5]魯松.漢語(yǔ)多重關(guān)系復(fù)句的關(guān)系層次分析[J].軟件學(xué)報(bào)，2001，（7）.

[6]胡金柱. 漢語(yǔ)復(fù)句本體模型初探[J].華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，（4）.

[7]王琳. 基于本體的漢語(yǔ)復(fù)句語(yǔ)義分析[D].華中師范大學(xué)，2006.

[8]羅旋. 基于復(fù)句領(lǐng)域本體的語(yǔ)義標(biāo)注方法研究[D].華中師范大學(xué)，2006.

[9]羅進(jìn)軍尹蔚.面向復(fù)句信息處理的小句關(guān)聯(lián)理論[J].湘潭師范學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2006 6）.

[10]姚雙云.小句中樞理論的應(yīng)用與復(fù)句信息工程[J].漢語(yǔ)學(xué)報(bào)，2005，（4）.

[11]劉云俞士汶.“句管控”與中文信息處理[J].漢語(yǔ)學(xué)報(bào)， 2004，（2）.

[12]魯松 宋柔.漢英機(jī)器翻譯中描述型復(fù)句的關(guān)系識(shí)別與處理[J].軟件學(xué)報(bào)，2001.

[13]邢福義. 漢語(yǔ)復(fù)句研究[M].北京：商務(wù)印書(shū)館，2001.

（洪鹿平，南京師范大學(xué)文學(xué)院）