海銀花，那順烏日?qǐng)D

(1. 內(nèi)蒙古大學(xué) 蒙古學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010021；2. 內(nèi)蒙古大學(xué) 蒙古學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010021)

?

“蒙古語名詞語義信息詞典”的開發(fā)與應(yīng)用

海銀花1，那順烏日?qǐng)D2

(1. 內(nèi)蒙古大學(xué) 蒙古學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010021；2. 內(nèi)蒙古大學(xué) 蒙古學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010021)

2009年至今，“蒙古語名詞語義信息詞典”(以下簡稱為“名詞語義詞典”)通過幾年的開發(fā)目前詞典基本成形，并且有了顯著的新進(jìn)展。其新進(jìn)展主要體現(xiàn)在詞條的擴(kuò)充、屬性字段的增添及其初步應(yīng)用。該文概要介紹“名詞語義詞典”的研發(fā)過程，實(shí)例說明這部詞典的新進(jìn)展和初步應(yīng)用情況。

蒙古語名詞；語義信息詞典；開發(fā)；應(yīng)用

1 引言

“蒙古語語義信息詞典”是基于“蒙古語語法信息詞典”研發(fā)的一部面向蒙古語語句自動(dòng)處理的語言知識(shí)庫。它以數(shù)據(jù)庫文件形式收錄5.7萬個(gè)詞條，不但給出每個(gè)詞語所屬的詞類、語義分類、近義、反義、同形等基本語義屬性之外，而且以義項(xiàng)為單位詳細(xì)描述了它們的各種語義搭配限制和配價(jià)信息。無論是基礎(chǔ)研究還是應(yīng)用開發(fā)，它是一部基于蒙古語詞匯的語義屬性描述體系，為滿足計(jì)算機(jī)語義自動(dòng)分析、詞義消歧等更深層次的語言信息處理提供形式化語義知識(shí)。整個(gè)詞典的研發(fā)進(jìn)程包括如下內(nèi)容：

(1) 充分表示蒙古語詞語語義關(guān)系和語義層次的詞語語義分類框架體系及其相關(guān)標(biāo)記集，它是面向語義分析和語義生成的蒙古語詞語語義屬性描述體系。主要包括七項(xiàng)大類、198項(xiàng)子類的名詞語義分類體系及其標(biāo)記集;六項(xiàng)大類、217項(xiàng)子類的形容詞語義分類體系及其標(biāo)記集；以及五項(xiàng)大類、121項(xiàng)子類的動(dòng)詞語義分類體系及其相應(yīng)的標(biāo)記集。

(2) 描述每個(gè)詞語翔實(shí)語義信息的“名詞語義信息詞典”、“形容詞語義信息詞典”和“動(dòng)詞語義信息詞典”等蒙古語三大詞類的知識(shí)庫，其各自囊括的信息量和信息總量計(jì)算如表1所示。

(3) 針對(duì)該詞典是一部盡可能從多角度、多層次上描述現(xiàn)代蒙古語常用詞語語義特征的知識(shí)庫這一特點(diǎn)，開發(fā)了“蒙古語同形詞知識(shí)庫”、“蒙古語多義詞詞典”、“蒙古語連接形式知識(shí)庫”等三個(gè)輔助庫[1]。

表1 “蒙古語語義信息詞典”信息量計(jì)算表

(4) 集語法信息與語義信息于一身的語言知識(shí)庫管理平臺(tái)。為了更好地管理并補(bǔ)充和完善蒙古語語言知識(shí)庫中的詞條及語法、句法、語義信息的統(tǒng)一性和完整性，管理平臺(tái)對(duì)各個(gè)資源庫設(shè)計(jì)了若干個(gè)MDI子節(jié)點(diǎn)窗體，分別實(shí)現(xiàn)了添加、修改、刪除、查詢、瀏覽和校對(duì)等功能和一系列連貫操作。

本課題是已有國家自然科學(xué)基金項(xiàng)目的原有成果“蒙古語語法信息詞典”的繼承和延伸。譬如，“名詞語義詞典”14 105詞條的直接來源為語法信息詞典“名詞分庫”的原有詞條[2]，“形容詞語義詞典”的11 025余詞條是通過 擴(kuò) 充 語法信息詞典“形容詞分庫”的7 600余詞條而獲取的[3]。詞典管理平臺(tái)集成語法信息和語義信息的同時(shí)具備了對(duì)于語法信息詞典和語義信息詞典均可進(jìn)行科學(xué)的管理和維護(hù)功能[4]。

2 “名詞語義詞典”的開發(fā)

2.1 語義分類體系及其標(biāo)記集

我們充分利用有關(guān)蒙古語詞語語義分類前人研究成果，借鑒和參考英語、漢語等其他語言的詞語語義分類體系的同時(shí)，根據(jù)名詞的基本詞匯語義把蒙古語14 105個(gè)常用名詞進(jìn)行語義分類。整個(gè)語義分類體系包括事、物、智慧、時(shí)間、空間、動(dòng)作、度量等七個(gè)大類，198個(gè)子類，具有九個(gè)層次，如圖1所示。有關(guān)名詞語義分類體系另有一篇文章詳述[5]。由于該分類體系是針對(duì)“名詞語義詞典”的開發(fā)而研制，所以詞典庫中的“大語義類”和“子語義類”等兩個(gè)屬性字段的取值來源于該分類體系。

圖1 蒙古語名詞語義分類體系及其標(biāo)記集樣本

2.2 語義屬性描述

“名詞語義詞典”數(shù)據(jù)庫中填置了22個(gè)屬性字段及其相應(yīng)的取值。我們把22種語義屬性信息可以歸納為“連接信息”、“基本語義信息”、“語義分類信息”、“搭配規(guī)則信息”和“配價(jià)信息”等五種大類，其各自囊括的屬性字段如表2所示。

表2 語義屬性類別表

詞典數(shù)據(jù)庫中設(shè)制的屬性字段名稱和取值翔實(shí)說明如表3所示。

表3 屬性字段名稱和屬性取值說明

續(xù)表

圖2 “名詞語義詞典”數(shù)據(jù)庫樣本

3 新進(jìn)展

3.1 詞條的擴(kuò)充和整理

我們通過以下兩個(gè)步驟把詞典詞條從原有的14 105條擴(kuò)充成18 000條。

3.2 屬性字段的增加

目前我們?cè)谠~典數(shù)據(jù)庫中增添的屬性字段及其屬性值說明如下所述。

表4 “名詞語義詞典”中的一價(jià)名詞配價(jià)信息描述樣本

3.3應(yīng)用價(jià)值

“名詞語義詞典”中的語義屬性在蒙古語多義詞義消歧、同形異義詞的辨別、短語結(jié)構(gòu)關(guān)系判定以及語義角色的標(biāo)注等各個(gè)層面都提供形式化語義知識(shí)。例如，以蒙古語作為目標(biāo)語的機(jī)器翻譯系統(tǒng)中“名詞語義詞典”判斷哪些詞是多義詞的方法是通過“義項(xiàng)”、“同形”、“大語義類”、“子語義類”等四個(gè)字段中的任何一個(gè)內(nèi)容可以說明當(dāng)前的詞條是否一個(gè)多義詞。當(dāng)同一個(gè)名詞的多個(gè)義項(xiàng)屬于不同語義類時(shí)，它們?cè)诰渥又兴艿降拇钆湎拗埔灿兴煌?。其中可以利用“大語義類”、“子語義類”、“釋義”、“價(jià)量”和“價(jià)質(zhì)”等字段在生成目標(biāo)語言過程中對(duì)當(dāng)前多義詞進(jìn)行消歧，從多義詞的不同譯法中挑選最合適的一個(gè)譯詞來提高譯文質(zhì)量。

由于該詞典處于開發(fā)完后的初步階段，尚未進(jìn)入全面的應(yīng)用或產(chǎn)品化階段，所以下面我們只能以兩個(gè)實(shí)例來說明該詞典已開始逐步投入應(yīng)用這一進(jìn)展情況。

(1) 蒙古語名詞短語語義角色的統(tǒng)計(jì)分析研究[8]中應(yīng)用“名詞語義詞典”的“詞語”、“大語義類”、“子語義類”等三個(gè)字段，通過標(biāo)注蒙古語5 107個(gè)簡單句進(jìn)行語義角色標(biāo)注，統(tǒng)計(jì)分析7 646條名詞短語充當(dāng)語義角色情況，歸納出813條名詞短語的語義角色識(shí)別規(guī)則，其具體方法步驟如下：

1) 構(gòu)建名詞語義角色分析庫的基礎(chǔ)上，統(tǒng)計(jì)分析名詞短語語義角色結(jié)構(gòu)特征，例如，“存在”(0rs)的語義角色由NPd,NPs,Ne1, Ne2等形式表現(xiàn)，其實(shí)例為{{{{SAYIN Ac HELE-TEI Ne1}NPd {MAGV Ac J0HIYAL Ne1}NPd}NPd