面向识别任务的汉语名词短语本体研究综述

钱小飞

摘 要：名词短语识别是汉语句法分析中的难点，挖掘和利用语言学知识是提高名词短语识别效率的关键。文章对汉语名词短语识别相关的本体研究进行了综述，讨论了名词短语的界定、分类、性质判定、结构关系和功能等问题，这些研究对于定义名词短语，抓取识别特征具有启发意义。

关鍵词：面向识别任务 汉语名词短语 本体研究 综述

一、中文信息处理与名词短语研究

在中文信息处理的基础研究中，名词短语的识别是一个重要问题，也是进一步作句法和语义处理的基础。研究汉语名词短语的专著较少，史锡尧（1990）对名词短语的内部结构、定语构成、中心语构成以及定语顺序进行了较详细的描写。王珏（2001）涉及到名词的句法功能、语义关系、定语类型以及定语顺序等问题。其他论述多散见于单篇文献。从结构内容上划分，我们将面向识别任务的名词短语本体研究归纳为三个方面：（1）“的”的同一性；（2）含“的”名词短语研究；（3）不含“的”名词短语研究。这些研究涉及到名词短语的界定问题，以及潜在可用的识别资源和策略问题。本文通过对这些研究的整理分析，梳理和辨识对名词短语识别有用的语言学知识。

二、“的”的同一性

“的”的同一性问题涉及到名词短语界定。哪些“的”字短语是名词性的，存在争议。以De表示广义的“的”①，弱化其形式区分，同一性研究即如何对De进行更合理的分类。字面上，“的”是一种文字形式。但语料中存在少量De字同形，如“的1”和“的3”同形，“的2”和“的3”同形，以前者为例，不应包含在名词短语的结构助词中。尽管汉语书面形式约定“的”“地”“得”分别是定语、状语、补语的标识，但实际语料中存在不合约定的用法，并且含“的”短语也并不完全对应着名词短语。

De的同一性研究包括四分说、二分说、三分说和同一说四种观点。

（一）四分说

黎锦熙（1924）把De分为“特别介词”“语尾”“联接代名词”和“确定语态的助词”四类，涉及到De字研究的一些重要问题，如De作为语气词、副词性语尾，引导补语，表领属关系以及构成“的”字短语等问题。这一分类初步区分了副词性语尾“地”和补语标志“得”。

（二）二分说

吕叔湘（1942）论述了部分De表示语气的现象，提出把De分为关系词和语气词两类。关系词表示加语与端语的组合关系；语气词表示确认的语气。二分说把表示语气和修饰关系放在对立面上，区分了句末或动宾之间表语气的De和偏正结构中的De，引起了学术界对于语气词“的”的关注。

（三）三分说

朱德熙（1961）应用功能分布理论系统地研究了De的性质和分类问题，将“X的”语法功能的不同归结为De的不同功用，从而把De区分为三个语素：“的1”“的2”和“的3”，分别是副词性语法单位、形容词性语法单位、名词性语法单位的后附成分。这一分类在语法学界引发了关于De的性质和分类问题的大讨论，问题涉及分类方法、分类内容等多个方面。以下两个问题特别值得我们注意。

1.是否存在语气词De。朱德熙（1961、1966）使用“是……的”框架，论证了“我会写的”中的“的”是“的3”，同时也指出作为语气词的De和“的3”的界限“实在不容易划清楚”，承认语气词De与否都会遇到困难。

2.是否存在时间助词De。宋玉柱（1981）论证了表示时间的De，指出这些De指明动作发生于过去，去掉De会改变动作时间，造成语义矛盾，如“他昨天晚上什么时候回来的？”。它们不能用于表示将来时的句子中，如“你明天什么时候回来的？”。

我们认为De表示语气和时间的情况是客观存在的，但上述论述只有建立在De字功能单一的假设上才能成立，在“我昨天买的是这本书”中，“的”是时间助词还是“的3”，亦或同时实现了两种功能呢？仅看作时间助词至少是不全面的。

（四）同一说

随着研究的深入，学术界越来越倾向于De字功能同一的观点。石毓智（2000）从认知的角度，认为De的功能是用来确立认知域中的成员。功能同一性的论证多在认知层面进行，这种抽象的解释形式难以用来解决句法功能分类问题。

对于计算机而言，三分说系统地考察了“的1”“的2”和“的3”的分布位置，有较好的可操作性。首先，“的1”对应于形式“地”，不可能作为名词短语；其次，清楚地描述了“的2”和“的3”的分布差异，可以较明确地分辨名词性和形容词性“的”字短语。

三、含“的”名词短语研究

构造名词短语的De，可以是“的2”或“的3”。一方面，De的问题受到广泛关注；另一方面，语言学家观察得到De的参与是形成复杂名词短语的重要因素。按照是否含有结构助词De，名词短语分为含De名词短语和不含De名词短语。

（一）“的”字短语研究

关于名词性“的”字短语的研究主要讨论了“的”的性质，“的”字短语的自指、转指和成分提取等方面的问题。

1.“的”的性质

早期以黎锦熙（1924）等为代表的学者认为，“的”字短语是由含“的”偏正结构省略中心语而来，往往可以将省略成分补充出来，其中“的”是修饰语的标记。但在许多情况下，中心语无法补出，中心词省略说也就失去了解释力，如“酱油和醋一样打五分钱的”。

朱德熙（1966）反对修饰语标记省略的观点，采用功能分布理论区分了三个De，认为“S的”是一个自足的名词性成分，其后并没有省略什么，“的”是名词性成分的标记。根据该理论，“相对程度副词+形容词+的”是谓词性的，其中“的”是形容词性单位的后附成分，但是这样的格式却能够出现在主语的位置上用于指称，如“更重要的是今年的高考”。

郭锐（2000）区分了表述功能的词汇层面和句法层面，把“的”看成是词汇层面的“饰词标记”，认为“开车的跑了”中“开车的”与“急性好治”中的“急性”一样，都是饰词性成分在句法层面的指称化。endprint

名词短语识别作为一项较为基础的研究，宜采用较为宽泛的定义，我们主张以朱德熙的观点为主，部分采纳郭锐关于饰词性成分指称化的观点，将主语位置上的谓词性“X+的2”短语也纳入名词短语的范畴。

2.“的”字短语的指代和成分提取

朱德熙（1978）研究了由動词性结构组成的“的”字短语（DJ的）以及由该类“的”字短语组成的判断句，分析了“DJ的”与“DJ的+M”的关系，认为“DJ的”中关于动词存在主谓和述宾两种句法关系，“DJ的”总是优先指代未出现的关系成分，因而可以指代三种对象：潜主语、潜宾语和其他成分。指代前两者的“DJ的”，对应了同格成分“M”；并且随着动词向的不同，“DJ的”在句中可能出现0个或多个潜在关系成分，因而“DJ的”可能产生指代歧义。“DJ的”结构指代潜主语、潜宾语和其他成分的不同之处在于，指代潜主语的“DJ的”语义上能够离开“M”而独立，而指代潜宾语的则不能。袁毓林（1994）修正了朱德熙关于“的”字短语歧义指数的计算方法，认为句法成分的提取不仅与动词的价有关，也与名词的配价有关。

沈家煊（1999）提出了一个转喻/转指的认知模型，在认知框架内将指代目标和替代项分辨为两个不同的对象，替代项能够激活指代目标，并且替代项的显著度高于指代目标。认知框架与配价结构有时是一致的，有时却不一致，这样更好地解释了“的”字短语的自指和转指问题。如“毒蛇咬的（伤口）”并不在配价结构内，但却在“施事—动作—结果”这一认知框架内，替代项“毒蛇咬”这一动作比指代目标“伤口”内涵更多，显著度更高。

指代和成分提取研究表明，“的”字短语内部存在精巧的句法语义构造。根据朱德熙的观点，多数包含动词的含“的”偏正结构可以看作是“De字短语+中心语”形式。这样，在“[NP1]+V+[NP2]+De+[NP3]”格式中，NP1、NP2、NP3与动词“V”都存在句法语义关系，这些关系可以参与短语边界识别，如判断“V”是否“NP2+De+NP3”的左边界，而这正是最长名词短语识别的难点。

“的”字短语的构造规则还提供了挖掘句法语义关系的方法。绝大部分动词是二价动词，“VP的”多提取主语和宾语，最常见的是提取宾语，可以利用转指规则自动获取搭配。但风险也可以预见：对二价动词，提取的结果可能是<动词，结果>，如“毒蛇咬的（伤口）”中的<咬，伤口>；对一价动词，可能提取出<动词，施事>，如从“游泳的人”中提取出<游泳，人>；或定中搭配对，如<游泳，健将>。

（二）含“的”偏正结构研究

含“的”偏正结构是以助词“的”为标记的偏正结构。研究主要涉及三个方面：含“的”偏正结构的属性；“N1的N2”内部关系；“N的V”结构与功能。

关于结构属性的研究主要从语法和认知两个角度进行，探讨了无标记偏正结构和含“的”偏正结构的异同。

“N1的N2”内部关系研究涉及到了其内部的语法、语义、语用等层面，集中讨论了其中的领属关系问题（沈阳，1995）。领属关系知识能够给识别工作提供消歧知识。例如，“修理汽车的轮子”对于计算机来说是一个歧义结构，当检测到“汽车”和“轮子”具有很强的领属关系时，基本可以排除“修理”和“汽车”在该句中作为动宾搭配的可能性。

“N的V”结构是名词性的还是动词性的存在争议。学术界就其历史演变、内部结构、外部功能等进行了多角度的研究。争论的焦点是“N的V”的内部结构关系和“V”的名物化问题。

1.内部结构关系

从内部结构的研究来看，主要有主谓关系说、偏正关系说，后者得到了语法学界的广泛承认，大多数语法学家都持有这一观点。

张伯江（1993）细致地考察了“N的V”的内部结构语义关系，特别是“V”可能实现的语法性质，发现表示时间意义的语法手段最受限制，表情态的次之，而动词自身的补充成分（宾语）和修饰性成分（状语）比较自由。常见修饰性成分有：专职动词前加词，如“全速、大力”；副词，如“不”；表否定意义的助动词，如“未能、不肯”。“V”后出现宾语的情况较普遍，但不容易出现补语和动态助词“了、着、过”。从语义关系看，大多数情况下“N”是施事，但作受事也不少见。

沈家煊等（2000）从认知角度研究了“N”和“V”的句法语义关系，根据“N”能否作“V”的主宾语，分析了构成“N的V”的四种情形，四种情况形成各自的动词聚类，并认为“N的V”是“参照体—目标”构式，“N”是参照体，“V”是目标，人们通过参照体获得对目标的认知，因此进入“N的V”的“N”必然是与“V”联系的凸现度或可及度较高的名词。

2.动词名物化

内部结构的一个重要问题是“V”是否名物化。黎锦熙（1924）在其构建的“依句辨品”的语法体系中，将词类和句法成分一一对应，认为主语和宾语位置上的“V”转化成了名词。朱德熙反对“名物化”的观点，认为动词作主语时受定语修饰是动词固有的用法，而“这本书的出版”之所以是名词性的，并非因为该结构出现在主语或宾语的位置上，而是因为“这个结构本身是名词性的：既不能作谓语，也不能受副词修饰”。

张伯江（1993）没有对“V”的性质作出定论，但认为“V”的名词性增强，动词性减弱；王冬梅（2002）采用及物性理论中的八项及物性判定特征对“V”进行测试，得出同样的结论，发现及物性越高的动词越不容易出现在该结构中。

3.外部句法功能

由于对“N的V”的结构关系、结构核心认识不同，对它的外部功能也存在不同见解。基本分为两种观点，一种认为“N的V”是名词性的，持名物化说、偏正关系说及“参照体—目标”构式说的学者大都持此观点。

张伯江（1993）根据语料统计指出，“N的V”格式作主语和宾语的几率大约各占一半，并且作宾语时更倾向于作介词宾语；当“V”为光杆动词时，作主语或宾语都十分常见，“V”前后带附加成分时，作主语的倾向则十分明显。endprint