自然语言处理背景下的“PP〈被〉+VP1+VP2”格式消歧问题再探

2021-11-24麻广一

今古文创 2021年45期

关键词：歧义

【摘要】自然语言处理是近些年来的热门话题，陆俭明先生提出了计算机PP〈被〉+VP1+VP2 这类歧义格式的困境，詹卫东先生以此为題做了相应的研究。文章在詹卫东先生对PP〈被〉+VP1+VP2的歧义研究的基础上，做了进行进一步的延伸：一、挖掘带否定标记的VP与PP〈被〉组合所受的具体限制规则。二、对分化为a式和b式以后的进一步消歧及“我被他拦住不让走”问题和“我被砍头吓晕了”问题的思考。三、总结出该格式的消歧流程图。四、提出该格式消歧中仍待解决的问题。文章对上述进行了细化研究，并尝试提出解决方案，以期能对自然语言处理中的歧义句问题尽微薄之力。

【关键词】歧义;消歧;“被”字短语;动词性短语

【中图分类号】H109 【文献标识码】A 【文章编号】2096-8264（2021）45-0112-03

自然语言处理是语言学与计算机科学的交叉学科，在现代社会具有很强的现实意义，当今诸多的人工智能系统都要基于机器对人类的自然语言的处理，其中自然语言中的歧义句是机器处理的难题，要解决这样的难题，就要深度挖掘歧义格式背后的语言学原理，通过设立标签、标准等方式，让机器正确识别歧义句。本文所讨论的PP〈被〉+VP1+VP2格式就是一个典型的歧义句格式。

一、PP〈被〉+VP1+VP2格式的已有研究

陆俭明（2013）先生的《现代汉语语法教程》[1]提到一组在人看来没有歧义，但计算机会认为有歧义的句子：

①他被警察叫去罚了一百块钱

②他被警察叫去写了一份检查

例①的介词结构一管到底，全句意思是“他被警察叫去，他被罚了一百块钱”;而例②的介词结构只管到“叫去”，管不到“写了一份检查”。陆俭明先生指出，这样的句子计算机分辨不清，要让计算机分辨清楚，就得将“PP+VP1+VP2”这种结构中PP对后面动词性词语管辖的范围及其条件与规则进行充分、准确地描写，并加以形式化，“交给”计算机。

詹卫东（1997）据此撰文《PP〈被〉+VP1+VP2格式歧义的自动消解》[2]（下文用“文章”代指此文），使用PP〈被〉+VP1+VP2这一格式来叙述，PP〈被〉指“被”加宾语成分形成的介词短语，下文一般用PP代指PP〈被〉。文章首先将PP〈被〉+VP1+VP2转化为PP〈被〉能否与VP2组合，也就是“被”字的介词短语与动词性短语组合有什么限制。凡是能形成PP〈被〉+VP1+VP2构式的，经过观察，当PP能跟VP2组合的时候，为a式：[PP+（VP1+VP2）]，当当PP不能跟VP2组合的时候，为b式：[（PP+VP1）+VP2]。

另外要说明的是，PP〈被〉+VP1+VP2这一形式可以改写为N1+被+N2+VP1+VP2，其中N1和N2经常可以省略，VP1中的中心动词称为V1，VP2中的中心动词称为V2。二者相同，文中主要用前者描述，有必要时使用后者。

二、PP〈被〉+VP1+VP2格式分解为两个简单句的

具体规则

本文将在詹卫东（1997）对PP〈被〉+VP1+VP2的研究的基础上提出修改和延伸，具体分为五个部分：句式中带否定标记的VP的限制规则、a式的分解规则、b式的分解方法、一种特殊句式的具体消歧讨论、PP〈被〉+VP1+VP2句式的消歧流程图。

（一）带否定标记的VP与PP〈被〉组合所受的具体限制规则

关于带否定标记的VP与PP〈被〉在哪些情况下可以组合，哪些情况下可以组合，詹文中用到的方法是对VP的内部结构进行分类处理方法，分为状中式，述宾式和其他式的具体情况等，比较笼统，缺乏明确的规则性。

经过语料对比和语法分析，这里将其总结为：VP中的中心语被否定标记修饰时①，VP不能与PP〈被〉组合，如：“被小王吃不完”*、“被打不中眼睛”*、“被敌人没烧光”*，而如果否定标记修饰的不是VP的中心语，则不影响PP 〈被〉与VP结合，如：“被他洗得越发不干净了”“他被不会武术的人打了”。

另外，在李双剑、仇立颖（2017）的“被”字句的否定语序统计中[3]，“不被”和“没被”有相当的数量，而“被不”与“被没”的用法几乎不存在。综合起来可以认为，PP〈被〉后的VP中不能有与“被”在同一结构层面的否定标记，而PP〈被〉中有无否定标记并不影响。如“我不被限制”中的“不”属于PP〈被〉，不需要关注，需要关注的是VP中的否定标记。“被不”和“被没”属于我们的观察范围。在二位先生的语料统计中，“被没”未见一例，可以印证我们的观点，即二者不能组合。而“被不”文中只列出了一例：“她就在一个大雨之夜，冒充自己的父亲来跟萧峰来对决，结果被萧峰不察，由于她会化妆嘛，萧峰不察，全力地一掌打往，竟然就把阿朱打死了（《金庸小说中的悲剧爱情》）”。这里的“被萧峰所不察”首先在现代汉语中属于非常罕见的用法，有拟古的意味。其次“所不察”不是一个动词性短语，而是介词性短语了，并不符合VP的结构。最后，由于需要的结构是PP〈被〉+VP1+VP2，而“被萧峰所不察”这样的句子已经完结，其中显然不能再加一个VP，所以基于这个目的，在计算机遇到PP〈被〉要与同一结构层面的带否定标记的VP组合时，可以直接认定这样的组合是不合法的。

（二） a式的分解问题

根据詹卫东（1997）的成果，PP〈被〉+VP1+VP2这一句式最终可以被分为a式：[PP+（VP1+VP2）]和b式：[（PP+VP1）+VP2]。这无疑极大地帮助了计算机对于这一句式的处理，但笔者在观察中发现，在分成a式和b式之后句子仍有不确定的因素，计算机处理起来仍然存在困难。

所以做一个延伸，将PP〈被〉+VP1+VP2这一格式分解为两个没有歧义的简单句作为最终目的，先看a式，基于分解为简单句的规则不同，有必要将a式分为a1和a2式并将分解规则列表：

可以看到，a1和a2句式相同，结构划分相同，但其中的PP与VP1和VP2组合的能力不同，PP能与VP2组合是a式的必要条件，而能否与VP1组合则决定了a1和a2的划分，二者在PP〈被〉+VP1+VP2句式分解为两个简单句时的规则有显著差别。

a1：1.他被警察/叫去/罚了一百块钱=他被警察叫去+他被警察罚了一百块钱

2.我被老王/拦住/抓个正着=我被老王拦住+我被抓个正着

a2：1.疯狗被他/拿铁链/拴住了=他拿铁链+疯狗被他拴住了

2.我被他/跑过来/打了一拳=他跑过来+我被他打了一拳

依例句可见，a1与VP1、VP2都能组合，所以在分解的时候PP可以直接分别组合VP1、VP2。而到了a2式，就不能说“疯狗被他拿铁链+疯狗被他拴住”了，因为这里的VP1不能与“被”组合，所以该句在分解的时候需要变为“他（N2）拿铁链（VP1）+疯狗（N1）被他（N2）拴住了（VP2）”，这是a式分解为两个简单句时的一条规则。

（三） b式的分解问题

上面属于a式的例子都可以分成这样两个没有歧义的简单句，计算机处理起来没有问题。

而在b式中情况则不同，b式：[（PP+VP1）+VP2]。请看例句，重点关注括号中的名词：

1.我被警察/叫去/写了一份检查=我被警察叫去+（我）写了一份检查

2.我被他/蒙住眼睛/不能看书=我被他蒙住眼睛+（我）不能看书

3.财物被他/蒙住/不给看=财务被他蒙住+（他）不给看

4.我被他/拦住/不让走=我被他拦住+（他）不让（我）走

5.我被妈妈/提醒/让着他点=我被妈妈提醒+（我）让着他点

例2和例4是在詹卫东先生的余论中提到的两个例子，同为b式，但分解式中N的位置不同，文中写道：“这两个例子，似乎连谓后项VP‘让’跟‘能’的差异是影响语义解释的主要因素。”继而全文结束，没有提出明确的解决方案。通过观察，运用配价等理论去寻找一条通用的规则似乎行不通，这里涉及的主要还是语义问题，所以不妨尝试前文的方法，给b式中的V2 贴标签。

如例2，“我被他/蒙住眼睛/不能看书”，给“能”贴标签，当“V2=能”时，分解式的第二部分还原为“N1+VP2”，即“我不能看书”。但贴标签时（与“被”能与哪些动词组合一样）需要按义项贴标签，如例4和例5，同为“让”，“让1”是“允许”义项，“让2”是“让步”义项，分解式就不同。

例4 ，“我被他/拦住/不让走”，当“让1=允许”时，分解式的第二部分还原为“N2+让1+N1+V2”即“他不让我走”。②

例5，“我被妈妈/提醒/让着他点”，当“让2=让步”时，分解式的第二部分还原为“N1+让2+Nx”，即“我让着他点”。

这样贴标签的方法可以解决b式的分解问题。

（四）“我被砍头吓晕了”问题

另有一种詹先生在余论中提到的特殊句式，即当VP做PP的宾语时，如“我被砍头吓晕了”其本质不是PP〈被〉+VP1+VP2格式，而是PP〈被〉+VP格式，但计算机不能分辨出来，会认定为仍是PP〈被〉+VP1+VP2格式。

首先可以知道，这一格式不可能被计算机认定为b式，因为其本质为PP〈被〉+VP格式，所以其中的VP一定能与PP被组合，在计算机判定时，也就是PP一定能与VP2组合，所以这种格式一定为a式。

由此，顺应计算机将“我被砍头吓晕了”认定为a1式（VP1和VP2都能与“被”组合）并分解为：我被砍头+我被吓晕了。很明显被砍头表示“死”，而被吓晕表示“生”，只要计算机能够具有这样的两个标签并做出二者冲突的判定，就可以将原式按照“Nx被V1+N1被V2”分解，即“某某被砍头+我被吓晕了”。③

如果是被判定为a2式则更简单，直接按照上文的格式分解即可，如“我被升旗震撼了”，计算机判定为a2式，按照规则，分解为“我被震撼了+某某升旗”。“我被打架吓傻了”同理=。

（五）消歧流程图

经过以上的调查研究，计算机可以更好地消除PP〈被〉+VP1+VP2格式中计算机认为的歧义，总结以上，列出消歧流程图如下④：

注：1.N1、N2为PP〈被〉中的名词，在必要时PP〈被〉拆分为（N1+被+N2）。