石 翠，周俏麗，張桂平

（1.沈陽航空航天大學(xué) 知識工程研究中心，遼寧 沈陽110136；2.遼寧行政學(xué)院 信息技術(shù)系，遼寧 沈陽110161）

1 引言

專利文獻(xiàn)是一種非常重要的技術(shù)資料，它有較為固定的書寫格式和表達(dá)方式［1]。與普通文獻(xiàn)相比，專利文獻(xiàn)的文本格式比較固定，用語較為規(guī)范，除含有一些高頻詞和未登錄詞之外，還存在著大量的并列結(jié)構(gòu)。

并列結(jié)構(gòu)［2]（coordinate structure），也稱聯(lián)合結(jié)構(gòu)，它由兩個或更多的并列成分組成，并列結(jié)構(gòu)有時也稱為聯(lián)合短語。并列結(jié)構(gòu)里的直接成分通常稱為并列語（conjunct），并列語通常用連詞、頓號或空的連接形式連接。

在中文專利文獻(xiàn)里并列結(jié)構(gòu)有下列的語言結(jié)構(gòu)。

A.該通信接口1215BL【發(fā)送和接收】BL【電、電磁、或光】信號。

B.加壓包裝可包括合適的推進(jìn)劑如BL【二氯二氟甲烷、三氯氟甲烷、二氯四氟乙烷、二氧化碳或其他合適的氣體】。

C.任務(wù)Z100接收BL【表征所述高頻帶部分的頻譜包絡(luò)的一組濾波器參數(shù)和表征所述高頻帶部分的時間包絡(luò)的一組增益因數(shù)】。

D.進(jìn)給裝置可以包括BL【用于控制材料從第二部分6釋放的緩沖系統(tǒng)或任何其他適合的系統(tǒng)】。

E.計算機(jī)802通過BL【BL【有線和／或無線】通信網(wǎng)絡(luò)接口或適配器856】連接至局域網(wǎng)852。

A為連續(xù)的兩個并列結(jié)構(gòu)；B為包含多個并列語且并列語由多個并列標(biāo)記連接的并列結(jié)構(gòu)；C和D為跨度較大的并列結(jié)構(gòu)，但C中并列結(jié)構(gòu)是規(guī)則的，而D中并列結(jié)構(gòu)是不規(guī)則的；E為嵌套的并列結(jié)構(gòu)。

有標(biāo)記并列結(jié)構(gòu)是指并列語由連詞或標(biāo)點連接的并列結(jié)構(gòu)，如A、B、C、D、E所列并列結(jié)構(gòu)；無標(biāo)記并列結(jié)構(gòu)是指并列語由空（例如，多輸入單輸出）連接的并列結(jié)構(gòu)。本文主要研究有標(biāo)記的并列結(jié)構(gòu)，而不分析無標(biāo)記的并列結(jié)構(gòu)。

針對有標(biāo)記并列結(jié)構(gòu)，有關(guān)學(xué)者進(jìn)行了多方面的考察與研究。吳云芳［3]利用現(xiàn)有的語言資源，從句法、語義兩個層面詳盡地考察了并列成分之間的約束關(guān)系，并對這些約束關(guān)系進(jìn)行了形式化的描述，而后基于知識描述進(jìn)行了并列結(jié)構(gòu)的自動識別，基于并列詞語進(jìn)行了相似詞語的自動聚類。王東波［4－5]在對并列結(jié)構(gòu)進(jìn)行自動識別前，詳細(xì)統(tǒng)計和分析了有標(biāo)記聯(lián)合結(jié)構(gòu)的內(nèi)部語言學(xué)和外部語言學(xué)特征。苗艷軍［6]分析了賓州中文樹庫中并列結(jié)構(gòu)的內(nèi)部和外部的語言學(xué)特征。馬清華［7]立足于語言系統(tǒng)的自組織性這一理論基礎(chǔ)，對并列結(jié)構(gòu)的句法語義進(jìn)行較為系統(tǒng)的動態(tài)研究。Kazuo Hara et al［8]分析了英文中并列結(jié)構(gòu)的句法特征。本文基于中文專利語料，考察了中文專利文獻(xiàn)中有標(biāo)記并列結(jié)構(gòu)的并列標(biāo)記和詞性分布等內(nèi)部語言學(xué)特征，并分析了有標(biāo)記并列結(jié)構(gòu)在中文專利文獻(xiàn)中出現(xiàn)的外部環(huán)境，統(tǒng)計了可能的邊界特征詞等外部特征。這些關(guān)于中文專利文獻(xiàn)的有標(biāo)記并列結(jié)構(gòu)的考察與分析，一方面為并列結(jié)構(gòu)語料庫構(gòu)建提供了理論基礎(chǔ)，另一方面為中文專利文獻(xiàn)中的并列結(jié)構(gòu)的自動識別提供了語言學(xué)知識。

本實驗所使用的語料是由本實驗室自己標(biāo)注的，經(jīng)自動分詞、詞性標(biāo)注并人工校對的語料，且用BL【】標(biāo)記標(biāo)注了語料中所有有標(biāo)記的并列結(jié)構(gòu)，語料的具體情況如下面表1和表2所示。

表1 語料庫的基本統(tǒng)計數(shù)據(jù)對比表

王東波，謝靖［4]在《基于清華漢語樹庫的有標(biāo)記聯(lián)合結(jié)構(gòu)統(tǒng)計分析》一文中關(guān)于清華漢語樹庫的基本統(tǒng)計數(shù)據(jù)顯示清華漢語樹庫語料的平均句長為23.13，且其統(tǒng)計的語料中學(xué)術(shù)類的句子較復(fù)雜平均句長為28.4，而本文所統(tǒng)計的中文專利文獻(xiàn)的平均句長為31.10，顯然與非專利文獻(xiàn)相比，專利文獻(xiàn)的句子要復(fù)雜（表1給出了專利文獻(xiàn)與非專利文獻(xiàn)的對比數(shù)據(jù)）。本文對中文專利文獻(xiàn)中的句子進(jìn)行了劃分，20詞以下（含20）的句子為簡單句子，20詞以上的句子為復(fù)雜句子，則復(fù)雜句子占整個語料的78.84%。

表2 語料庫的句子長度分布數(shù)據(jù)

2 中文專利文獻(xiàn)中并列結(jié)構(gòu)基本情況統(tǒng)計

我們對標(biāo)注的6133句中文專利語料進(jìn)行了更細(xì)致的分類，從統(tǒng)計的結(jié)果更能看出并列結(jié)構(gòu)在中文專利文獻(xiàn)中是不容忽視的問題，具體分析情況如表3、表4所示。

表3 嵌套并列分布情況數(shù)據(jù)

表4 并列結(jié)構(gòu)規(guī)律數(shù)據(jù)表

在中文專利文獻(xiàn)中，不規(guī)則的并列結(jié)構(gòu)占據(jù)很大的比重，而且不規(guī)則的并列結(jié)構(gòu)有可能嵌套在規(guī)則的并列結(jié)構(gòu)中，對于內(nèi)層不規(guī)則并列結(jié)構(gòu)的識別效果影響外層規(guī)則的并列結(jié)構(gòu)的識別效果，所以只采用基于規(guī)則的方法識別中文專利文獻(xiàn)中的并列結(jié)構(gòu)是不夠的，要借助于統(tǒng)計的方法進(jìn)行識別。

在中文專利文獻(xiàn)中，并列跨度大，即在整個句子中并列結(jié)構(gòu)占較大比例的句子較多，這在非專利文獻(xiàn)中也并不常見。例如，任務(wù)／n Z100／ws接收／v BL【表征／v所／u述／v高／a頻帶／n部分／n的／u頻譜／n包絡(luò)／n的／u一組／m 濾波器／n參數(shù)／n和／c表征／v所／u述／v高／a頻帶／n部分／n的／u時間／n包絡(luò)／n的／u一組／m增益／n因數(shù)／n】。／wp

我們對中文專利文獻(xiàn)中的并列結(jié)構(gòu)進(jìn)行了跨度統(tǒng)計，按并列結(jié)構(gòu)內(nèi)部包含的詞語個數(shù)，將語料中的并列結(jié)構(gòu)進(jìn)行了劃分，具體情況如表5所示，L表示并列結(jié)構(gòu)中包含的詞語個數(shù)。

表5 并列結(jié)構(gòu)跨度統(tǒng)計表

由表5可以看出，中文專利文獻(xiàn)中的跨度大的并列結(jié)構(gòu)占較大比重，這將對并列結(jié)構(gòu)的識別效果產(chǎn)生一定的影響。

專利文獻(xiàn)中的并列結(jié)構(gòu)與非專利文獻(xiàn)中的并列結(jié)構(gòu)主要有下面幾點差異：（1）包含嵌套并列結(jié)構(gòu)多。（2）不規(guī)則并列結(jié)構(gòu)分布廣泛。（3）并列結(jié)構(gòu)跨度大，甚至占據(jù)整個句子。

3 中文專利文獻(xiàn)并列結(jié)構(gòu)內(nèi)部特征

對于中文專利文獻(xiàn)中并列結(jié)構(gòu)的內(nèi)部特征，我們主要從并列標(biāo)記、內(nèi)部并列分析和詞性分布三方面考察。

3.1 并列標(biāo)記

中文專利文獻(xiàn)中并列標(biāo)記主要有下面三種形式：（1）并列連詞：連接并列結(jié)構(gòu)的連詞。例如，和、或、與、或者、及、及其、并、并且等。（2）標(biāo)點符號：連接并列結(jié)構(gòu)的標(biāo)點符號。主要有：頓號（、）、斜杠（／）、分號（；），有時逗號（，）也起并列連詞的作用。（3）復(fù)合標(biāo)記：主要是并列連詞與標(biāo)點符號的復(fù)合。例如，［，或者]、［；或者]、［；以及]、［和／或]等。

下面我們對中文專利文獻(xiàn)中比較有特點的并列標(biāo)記以及規(guī)律加以敘述。

3.1.1 并列標(biāo)記斜杠“／”

在專利語料里，由“／”連接的并列結(jié)構(gòu)都是包含兩個并列成分的并列結(jié)構(gòu)，并且這兩個并列成分都是最理想、最嚴(yán)格的并列，即由詞性相同、結(jié)構(gòu)相同、語義類相同、音節(jié)相同的并列項組成。如例句1所示：

例句 1 擴(kuò) 展／v 注 入 區(qū)／n 126S／ws 、／wp 126D／ws 、／wp 226S／ws 、／wp 226D／ws 與／c n－FET／ws和／c p－FET／ws的／u主／b源極／n／／wp漏極／n層／n（／wp將／p在／p隨后／d形成／v）／wp是／v相同／a導(dǎo)電／n類型／n的／u雜質(zhì)層／n。／wp

由“／”連接的并列結(jié)構(gòu)里有一種情況，使我們不得不重新考慮到底該如何分詞。如例句2所示：

例句2 形成／v在／p柵極／n疊層／n周圍／s的／u受／v壓力／n的／u襯墊／n、／wp加高／v的／u BL【源／n／／wp漏區(qū)／n】、／wp掩埋／v的／u阱區(qū)／n和／c／／wp或／c掩埋／v且／c受／v應(yīng)力／n的／u包含／v Si：C／ws和／c／／wp 或／c SiGe／ws的／u BL【源／n／／wp漏區(qū)／n】都／d可以／v與／p本／r發(fā)明／n一起／d使用／v。／wp

這里，顯然要說的是源區(qū)和漏區(qū)，也就是說，應(yīng)該是“源”和“漏”并列，那么分詞為：［源／漏 區(qū)]似乎更合理，但由于標(biāo)注的專利語料里源區(qū)、漏區(qū)作為名詞性的術(shù)語大量存在，且由“／”連接的并列結(jié)構(gòu)較規(guī)則，我們可以將其作為一個整體即作為：源／漏區(qū)／n，我們將其切分為源／n／／wp漏區(qū)／n，便于根據(jù)并列標(biāo)記斜杠“／”的特征將其進(jìn)行整合。

3.1.2 并列連詞 “與”

“與”有兩個詞性，連詞（c）和介詞（p），只有其作為連詞時，才可作為并列標(biāo)記。

“與”是雙目的并列標(biāo)記，即“與”只連接包含兩個并列語的并列結(jié)構(gòu)，而不連接包含多個并列語的并列結(jié)構(gòu)。例如，

錯誤標(biāo)注：注意／v到／vb處于／v簡化／v目的／n，／wp 未／d 具體／v 示出／v BL【UE／ws與／c控制／n功能性／n（／wp例如／c S－CSCF／ws）／wp 以及／c控制／v功能性／n與／c HSS／HLR／ws】之間／nd的／u所有／b消息／n。／wp

正確標(biāo)注：注意／v到／vb處于／v簡化／v目的／n，／wp未／d具體／v示出／v BL【BL【UE／ws與／c控制／n功能性／n】（／wp例如／c S－CSCF／ws）／wp以及／c BL【控 制／v 功 能 性／n 與／c HSS／HLR／ws】】之間／nd的／u所有／b消息／n。／wp

3.1.3 復(fù)合并列標(biāo)記“和／或”

在專利語料里，由“／”連接的還有“和”與“或”，如例句3所示。

例句3 在／p一些／m實現(xiàn)／v方案／n中／nd，／wp BL【監(jiān)測／v系統(tǒng)／n 130／m 和／c／／wp或／c管理／v系統(tǒng)／n 160／m】可以／v是／v在／p計算機(jī)／n 165／m 上／nd運行／v的／u虛擬／a計算／v系統(tǒng)／n。／wp

此處，［和／c／／wp或／c]起并列連詞的作用，所以我們把它作為復(fù)合標(biāo)記使用，而不把它看作“和”與“或”的并列。

3.2 并列結(jié)構(gòu)內(nèi)部分析

3.2.1 包含多個并列語的并列結(jié)構(gòu)的并列標(biāo)記分析

包含多個并列語的并列結(jié)構(gòu)，并列語通常由一種或兩種并列標(biāo)記連接，很少由三種及以上并列標(biāo)記連接。如果包含多個并列語的并列結(jié)構(gòu)是由兩種并列標(biāo)記連接的，那么只有最后一個并列標(biāo)記不同于前面的并列標(biāo)記。例如，

錯誤標(biāo)注：優(yōu)選／v地／u在／p用于／v BL【噴墨／v裝置／n、／wp直寫／v工具／n或／c其他／r類似／v裝置／n或／c工具／n】的／u噴墨／v墨水／n中／nd或／c數(shù)字／n墨水／ng中／nd。／wp

正確標(biāo)注：優(yōu)選／v地／u在／p用于／v BL【噴墨／v裝置／n、／wp直寫／v工具／n或／c其他／r類似／v BL【裝置／n或／c工具／n】】的／u噴墨／v墨水／n中／nd或／c數(shù)字／n墨水／ng中／nd。／wp

這里還需要說明的是在由兩種并列標(biāo)記連接的包含多個并列語的并列結(jié)構(gòu)中，“、”（頓號）不作為最后一個并列標(biāo)記。例如，

錯誤標(biāo)注：它們／n或者／c是／v BL【硬件／n、／wp硬件／n和／c軟件／n的／u組合／n、／wp軟件／n】。／wp

正確標(biāo)注：它們／n或者／c是／v BL【硬件／n、／wp BL【硬件／n和／c軟件／n】的／u組合／n、／wp軟件／n】。／wp

在由兩種并列標(biāo)記連接的包含多個并列語的并列結(jié)構(gòu)中，前一個并列標(biāo)記大多情況下為“、”（頓號），有時也用“或”、“或者”連接，很少用其他并列標(biāo)記連接，也就是說其他并列標(biāo)記在包含多個并列語的并列結(jié)構(gòu)中出現(xiàn)時，通常都是作為最后一個并列標(biāo)記，其后面連接該并列結(jié)構(gòu)的最后一個并列語。

3.2.2 相差一個前綴的并列結(jié)構(gòu)分析

在我們考察的中文專利文獻(xiàn)中，有81個（占并列總數(shù)的1.3%）并列結(jié)構(gòu)，并列語之間只差一個前綴詞，如例句4所示。

例句4 聲道／n縮減／v混音／v信號／n 103／m可／v被／p分類／v成／v BL【包括／v頭部／n的／u情形／n 和／c 不／d 包 括／v 頭 部／n 的／u 情 形／n】。／wp

我們對81個并列結(jié)構(gòu)的前綴詞進(jìn)行了統(tǒng)計（括號中的數(shù)字表示個數(shù)）：不／d（15）、非／d（4）、非／h（6）、未／d（13）、從／h（1）、毫微級／b（37）、半／m（2）、非常／d（1）、被／p（2），當(dāng)“非”修飾動詞時其詞性為副詞（d），當(dāng)“非”修飾名詞時其詞性為前綴（h）。在這81個并列結(jié)構(gòu)中，除了一個并列結(jié)構(gòu)（如：例句5所示）包含3個并列語外，其余并列結(jié)構(gòu)都是包含兩個并列語的并列結(jié)構(gòu)。

例句5 但是／c，／wp近年／nt來／v，／wp已經(jīng)／d開發(fā)／v出／v了／u BL【透射／v－／ws、／wp反射／v－／ws和／c半／m 透射／v－／ws】液晶／n顯示器／n，／wp其中／r傾角／n不／d總是／d 45／m°／ws，／wp因此／c，／wp優(yōu)選／v任意／d地／u調(diào)節(jié)／v拉伸／v方向／n至／p每／r種／q LCD／ws的／u設(shè)計／n。／wp

在例句5中，并列結(jié)構(gòu)的第一個和最后一個并列語相差一個前綴詞，所以我們也把該并列結(jié)構(gòu)列為相差一個前綴的并列結(jié)構(gòu)。

3.3 有標(biāo)記并列結(jié)構(gòu)的詞性分布

為了能分析中文專利文獻(xiàn)中并列結(jié)構(gòu)的內(nèi)部特征，我們對標(biāo)注的6262個并列結(jié)構(gòu)按照并列短語核心詞的詞性進(jìn)行了細(xì)分類。中文專利文獻(xiàn)的內(nèi)部詞性分布如表6所示。

表6 有標(biāo)記并列結(jié)構(gòu)內(nèi)部詞性分布表

根據(jù)中文專利文獻(xiàn)自身的語言特點，下面幾種詞性的并列結(jié)構(gòu)有其獨特的特點和規(guī)律。

3.3.1 英文字符 ws

在中文專利文獻(xiàn)中，有些詞不屬于純正意義的外文詞語，而是由英文字母和數(shù)字組成的，其沒有真正的含義，經(jīng)常表示一些設(shè)備號等，例如，轉(zhuǎn)移弧／n 102A／ws和／c 102B／ws，這里我們也將它們的詞性標(biāo)注為ws。由表6中的數(shù)據(jù)可以看出，由ws組成的并列在有標(biāo)記的并列結(jié)構(gòu)中占有5.92%的比重，且這些并列結(jié)構(gòu)是完全對稱的并列結(jié)構(gòu)。例如，四／m 個／q探測器／n BL【a／ws、／wp b／ws、／wp c／ws和／c d／ws】可以／v 位于／v 透明／a 屏幕／n 10／m的／u各個／r角／n上／nd。／wp

ws詞性的詞，除了與ws詞性的詞形成并列以外，只與名詞性的或數(shù)詞性的詞語形成并列。如下面的例句6、7所示。

例句6 例如／c，／wp BL【URLC8／ws和／c底物／n】，／wp例如／c含有／v D－／ws環(huán)／n的／u ntRNA／ws可／v在／p適合／v于／p nt－RNA／ws二氫尿苷／n合成／v的／u測定／v條件／n下／nd與／p給氫體／n孵育／v。／wp

例句7 將／p該／r替換／v實施／v方式／n的／u BL【一個／m或／c多／m個／q】特征／n與／p附圖／n BL【2A／ws和／c 2／m】中／nd表示／v的／u代表性／n薄膜／n組合／v。／wp

上面例句7中與ws詞性的詞“2A”并列的數(shù)詞“2”起的也是標(biāo)號的作用。事實上，在中文專利文獻(xiàn)中，ws詞性的詞與數(shù)詞的并列，一種情況是數(shù)詞起標(biāo)號的作用，一種情況是ws詞性的詞充當(dāng)數(shù)詞的作用。

3.3.2 數(shù)量詞

在中文專利文獻(xiàn)中，數(shù)量詞并列，除了上面例句7中數(shù)量詞之間的并列和數(shù)詞與英文字符之間的并列之外還有下面幾種情況：例句8所示的數(shù)量詞之間的并列，例句9所示的基數(shù)詞之間的并列，例句10所示的數(shù)詞與數(shù)詞短語之間的并列，和例句11所示數(shù)詞與形容詞之間的并列等幾種形式。

例句8 在／p本／r實施／v方式／n中／nd，／wp磁場／n nd37／ws對準(zhǔn)／v出口／n裝置／n 的／u BL【12／m 點鐘／q和／c 6／m 點鐘／q】位置／n之間／nd。／wp

例句9 烤爐／n在／p BL【第一／m 和／c第二／m】位置／n之間／nd的／u旋轉(zhuǎn)／v運動／v根據(jù)／p需要／v通過／p過程／n控制／v重復(fù)／v多／m次／q。／wp

例句10 語音／n模式／n參數(shù)／n具有／v BL【一個／m 或／c一個／m 以上／nd】其他／r狀態(tài)／n以／p指示／v例如／c無聲／n 或／c背景／n噪聲／n或／c無聲／n與／c濁／a語音／n之間／nd的／u轉(zhuǎn)變／v的／u模式／n。／wp

例句11 纖維材料／n片段／n的／u激光／n切割／v邊緣／n包括／v BL【兩／m 個／q或／c更／d多／a】纖維／n 熔合／v 在／p 一起／d 的／u 多／m 個／q組／n G／ws。／wp

3.3.3 “的”字并列

在中文專利文獻(xiàn)中，“的”字并列是指并列語的最后一個字是“的”的并列，例如，在／p使用／v中／nd，／wp移動臺／n 1401／m 的／u用戶／n對／p麥克風(fēng)／n 1411／m 講話／v，／wp并且／c BL【他／r的／u或／c她／r的／u】話音／n隨同／v任何／r檢測／v到／v的／u背景／n噪聲／n被／p轉(zhuǎn)換／v為／v模擬／v電壓／n。／wp

上面表6所列的68個“的”字并列中，有31個是對稱的并列結(jié)構(gòu)，27個并列結(jié)構(gòu)中并列語包含相同個數(shù)的“的”字，10處并列結(jié)構(gòu)中并列語包含不同個數(shù)的“的”字，但這10處并列結(jié)構(gòu)中有5個并列結(jié)構(gòu)的并列語的倒數(shù)第二個詞是相同的詞，如例句12所示，1個并列結(jié)構(gòu)的并列語的第一個詞相同。

例句12 動作／n模式／n 202／m 在／p所／u測量／v的／u信號／n 200／m 上／nd沿著／p時間軸／n滑動／v，／wp并且／c在／p點／m 202／m 處／n，／wp觀察／v到／v存儲／v在／p BL【動作／v模式／n 202／m 中／nd的／u 和／c所／u 測量／v的／u信號／n 峰值／n 200B／ws中／nd的／u】數(shù)據(jù)／n足夠／a一致／a，／wp以／p在／p所／u述／v設(shè)備／n中／nd將／p所／u測量／v的／u信號／n 200／d解釋／v為／p表示／v人／n的／u行走／n。／wp

除此之外，在我們所考察的專利文獻(xiàn)中，還有5個并列結(jié)構(gòu)是“的”字并列與名詞性、動詞性和形容詞性并列語之間的并列。

4 中文專利文獻(xiàn)并列結(jié)構(gòu)外部特征

吳云芳［9]對并列結(jié)構(gòu)的外部句法特征進(jìn)行了詳盡的分析，下面我們將對中文專利文獻(xiàn)中并列結(jié)構(gòu)的外部句法特征進(jìn)行分析，尋找有助于專利文獻(xiàn)中有標(biāo)記并列結(jié)構(gòu)識別的語言學(xué)特征。

4.1 中文專利文獻(xiàn)并列結(jié)構(gòu)的左、右邊界詞分析

4.1.1 左邊界詞分析

并列結(jié)構(gòu)的邊界詞屬于并列結(jié)構(gòu)的外部語言學(xué)特征，這里講的邊界詞是指大多出現(xiàn)在并列結(jié)構(gòu)外部，而不出現(xiàn)在并列結(jié)構(gòu)內(nèi)部的詞語。我們把經(jīng)常出現(xiàn)在并列結(jié)構(gòu)左邊界外部的詞稱為左邊界詞。根據(jù)這一語言學(xué)特征，我們把考察范圍限定在一個句子的范圍內(nèi)，且專利文獻(xiàn)的句子較長 ，我們進(jìn)一步把考察的范圍限定在子句的范圍內(nèi)，即由逗號分隔的句子。設(shè)w是句子內(nèi)的任一個詞，left設(shè)定為并列結(jié)構(gòu)的左邊及并列結(jié)構(gòu)內(nèi)部的范圍，f（w＿left）表示詞w在left范圍內(nèi)出現(xiàn)的頻次，left＿out設(shè)定為并列結(jié)構(gòu)左邊的范圍，f（w＿left＿out）表示詞w在left＿out范圍內(nèi)出現(xiàn)的頻次，則詞w作為并列結(jié)構(gòu)左邊界詞的計算公式如式（1）所示。［4]

通過下面兩個例子對我們考察的并列結(jié)構(gòu)的left和left＿out范圍加以解釋，如例句13中，第一個并列結(jié)構(gòu)的left范圍是：解映射／v指令／n的／u執(zhí)行／n包括／v把／p復(fù)數(shù)／n操作數(shù)／n和／p另外／b的／u復(fù)數(shù)／n操作數(shù)／n；left＿out范圍是：解映射／v指令／n的／u執(zhí)行／n包括／v把／p。如果在子句范圍內(nèi)包含兩個同級的并列結(jié)構(gòu)，我們把彼此的邊界作為考察的邊界，如下面例句14中，第二個并列結(jié)構(gòu)的left范圍是：網(wǎng)層／n 320／m和／c 340／m；left＿out范圍是：網(wǎng)層／n。

例句13 在／p一個／m 實施例／n中／nd，／wp解映射／v指令／n的／u執(zhí)行／n包括／v把／p BL【復(fù)數(shù)／n操作數(shù)／n和／p另外／b的／u復(fù)數(shù)／n操作數(shù)／n】相乘／v ，／wp 然后／c，／wp 將／v 該／r結(jié)果／n的／u BL【實分量／n和／c／／wp或／c虛分量／n】跟／p一個／m邊界值／n進(jìn)行／v比較／v。／wp

例句14 薄膜／n 300／m 還／d包括／v將／p BL【第一／m 和／c第二／m】網(wǎng)層／n BL【320／m 和／c 340／m】連接／v在／p一起／d的／u縱向／n密封件段／n 352／m 。／wp

由式（1）我們可以得到，當(dāng)p值越大，w作為并列結(jié)構(gòu)左邊界詞的可能性就越大，這里我們將p的閾值設(shè)為0.7，也就是說當(dāng)p大于0.7時，我們將w作為并列結(jié)構(gòu)的左邊界詞。在中文專利文獻(xiàn)中，可以作為有標(biāo)記并列結(jié)構(gòu)左邊界詞的詞如表7所示。

表7 有標(biāo)記并列結(jié)構(gòu)左邊界詞表

在專利文獻(xiàn)中，我們將p的閾值設(shè)計為0.7，主要是因為邊界詞出現(xiàn)在內(nèi)部的幾率很大，但是通過我們的分析發(fā)現(xiàn)，當(dāng)邊界詞出現(xiàn)在并列結(jié)構(gòu)中時，并列結(jié)構(gòu)的并列語都包含該邊界詞且在并列語中的位置相同，即邊界詞與其自身形成并列。由于上述原因，在非專利文獻(xiàn)中可以作為左邊界詞的詞，如：在（0.63），例如（0.57），通過（0.69）等等，并未出現(xiàn)在左邊界詞的詞表中，如例句15所示。

例句15 就／d BL【在／p詳細(xì)／a描述／n中／nd或者／c在／p權(quán)利要求書／n中／nd】使用／v的／u術(shù)語／n“／wp包括／v”／wp而言／u

4.1.2 右邊界詞分析

與左邊界詞相同，我們把經(jīng)常出現(xiàn)在并列結(jié)構(gòu)右邊界外部的詞稱為右邊界詞。設(shè)w是句子內(nèi)的任一個詞，right設(shè)定為并列結(jié)構(gòu)的右邊及并列結(jié)構(gòu)內(nèi)部的范圍，f（w＿right）表示詞w在right范圍內(nèi)出現(xiàn)的頻次，right＿out設(shè)定為并列結(jié)構(gòu)右邊的范圍，f（w＿right＿out）表示詞w 在right＿out范圍內(nèi)出現(xiàn)的頻次，則詞w作為并列結(jié)構(gòu)右邊界詞的計算公式如式（2）所示。［4]

由式（2）我們可以得到，當(dāng)p值越大，w作為并列結(jié)構(gòu)右邊界詞的可能性就越大，這里我們將p的閾值設(shè)為0.7，也就是說當(dāng)p大于0.7時，我們將w作為并列結(jié)構(gòu)的右邊界詞。在中文專利文獻(xiàn)中，可以作為有標(biāo)記并列結(jié)構(gòu)右邊界詞的詞如表8所示。與左邊界詞相同，在非專利文獻(xiàn)中可以作為邊界詞的也（0.51）、中（0.51）等也未出現(xiàn)在右邊界詞的詞表中。

表8 有標(biāo)記并列結(jié)構(gòu)右邊界詞表

4.2 專利文獻(xiàn)中有標(biāo)記并列結(jié)構(gòu)的依存關(guān)系分布

我們在依存樹庫的基礎(chǔ)上，統(tǒng)計分析了中文專利文獻(xiàn)中有標(biāo)記并列結(jié)構(gòu)的依存關(guān)系分布。從統(tǒng)計分析結(jié)果可以看出，專利文獻(xiàn)中有標(biāo)記并列結(jié)構(gòu)主要出現(xiàn)在以下幾種依存關(guān)系中：動賓關(guān)系（VOB）、定中關(guān)系（ATT）、介賓關(guān)系（POB）、“的”字結(jié)構(gòu)（DE）、主謂關(guān)系（SBV），它們占據(jù)了整個并列結(jié)構(gòu)的66.47%。具體分析如下。

圖1 并列結(jié)構(gòu)做動賓關(guān)系

（1）動賓關(guān)系（VOB）

做賓語的成分，與核心詞之間的關(guān)系標(biāo)注為動賓關(guān)系，一般位于核心詞的后面。并列結(jié)構(gòu)做動賓關(guān)系的句子如圖1所示（其中，由方框框起來的是并列結(jié)構(gòu)；橢圓中的是它們的依存關(guān)系）。

（2）定中關(guān)系（ATT）

定語和中心語之間的關(guān)系標(biāo)注為定中關(guān)系。并列結(jié)構(gòu)做定中關(guān)系的句子如圖2所示。

（3）介賓關(guān)系（POB）

依存到介詞的詞語，則該詞與依存詞之間的關(guān)系標(biāo)注為介賓關(guān)系。并列結(jié)構(gòu)做介賓關(guān)系的句子如圖3所示。

圖2 并列結(jié)構(gòu)做定中關(guān)系

圖3 并列結(jié)構(gòu)做介賓關(guān)系

（4）“的”字結(jié)構(gòu)（DE）

依存到“的”的詞，該詞與“的”之間的關(guān)系為“的”字結(jié)構(gòu)?！暗摹弊纸Y(jié)構(gòu)應(yīng)該屬于定語的一部分。并列結(jié)構(gòu)做“的”字結(jié)構(gòu)的句子如圖4所示。

圖4 并列結(jié)構(gòu)做“的”字結(jié)構(gòu)

（5）主謂關(guān)系（SBV）

做主語的成分，與核心詞之間的關(guān)系標(biāo)注為主謂關(guān)系，一般位于核心詞的前面。并列結(jié)構(gòu)做主謂關(guān)系的句子如圖5所示。

圖5 并列結(jié)構(gòu)做主謂關(guān)系

4.3 專利文獻(xiàn)中并列結(jié)構(gòu)的其他外部規(guī)律

專利語料里，并列結(jié)構(gòu)的左邊界為介詞“在”，右邊界為方位名詞的情況也較普遍，例如，“在／p......之 間／nd”、“在／p......中／nd”及 “在／p......之外／nd”等。如例句16所示。

例句16 在／p BL【所／u附／v權(quán)利要求書／n及／c 其／r 等 效 物／n】 之 外／nd 受 到／v 限 制／n。／wp

在專利語料里，并列結(jié)構(gòu)的左邊界為介詞，右邊界為動詞的情況也普遍存在，例如“由／p……覆蓋／v”、“從／p……去除／v”、“與／p……相關(guān)／v”等。如下面例句17所示：

例句17 BL【通過／p研磨／v或／c通過／p化學(xué)／n機(jī)械／n拋光／v】從／p BL【跡線／n和／c／／ws或／c通路／n位置／n】去除／v多余／r導(dǎo)電／v材料／n的／u需要／n。／wp

4 結(jié)束語

本文通過對中文專利文獻(xiàn)的考察，統(tǒng)計分析了有標(biāo)記并列結(jié)構(gòu)在專利文獻(xiàn)中的內(nèi)、外部語言學(xué)特征，省略了專利文獻(xiàn)與非專利文獻(xiàn)共有的一些語言學(xué)特征，這將為中文專利文獻(xiàn)中有標(biāo)記并列結(jié)構(gòu)的自動識別提供語言學(xué)規(guī)則。但是，由于語料有限，僅依據(jù)這些規(guī)則進(jìn)行有標(biāo)記并列結(jié)構(gòu)的識別顯然是不夠的。我們將擴(kuò)大語料的考察范圍，對中文專利文獻(xiàn)中的有標(biāo)記并列結(jié)構(gòu)進(jìn)行更全面的考察與分析。

［1]任楚威.英文專利文獻(xiàn)的漢譯［J].湖南師范大學(xué)自然科學(xué)學(xué)報，2008，（9）：122－125.

［2]馮文賀，姬東鴻.并列結(jié)構(gòu)的依存分析與連詞的控制語地位［J].語言科學(xué)，2011，10（2）：168－181.

［3]吳云芳.面向語言信息處理的現(xiàn)代漢語并列結(jié)構(gòu)研究［D].北京：北京大學(xué)，2009.

［4]王東波.基于清華漢語樹庫的有標(biāo)記聯(lián)合結(jié)構(gòu)統(tǒng)計分析［J].現(xiàn)代圖書情報技術(shù)，2010，（4）：12－17.

［5]王東波.有標(biāo)記聯(lián)合結(jié)構(gòu)的自動識別［D].南京：南京師范大學(xué)，2008.

［6]苗艷軍.漢語并列結(jié)構(gòu)的自動識別［D].蘇州：蘇州大學(xué)，2009.

［7]馬清華.并列結(jié)構(gòu)的自組織研究［D].上海：華東師范大學(xué)，2004

［8]Kazuo Hara，Masashi Shimbo，Hideharu Okuma，Yuji Matsumoto.Coordinate Structure Analysis with Global Structural Constraints and Alignment－Based Local Features［C]／／Proceedings of the 47th Annual Meeting of the ACL and the 4th IJCNLP of the AFNLP.Suntec，Singapore，2009：967－975.

［9]吳云芳，并列結(jié)構(gòu)的外部句法特征［C]／／機(jī)器翻譯研究進(jìn)展—2002年全國機(jī)器翻譯研討會論文集，2002：110－116.