HNC与语言学研究学术研讨会（第三届）简单记录(3)

      在语言层面上，关于短语处理的文章很少。自己去年一年都在做这方面的工作，可因为忙着用短语处理的结果参加现在单位搜索引擎的研发，竟然一直没有能够对短语处理作一个总结，心里有点遗憾。这次只是匆忙的整理了短语处理中歧义分析的一个点——形容词与两名词组合搭配的歧义结构来参加这次会议（不过从合作者唐和晋老师那里学到不少东西）。

     相比而言，关于处理句子的报告却不少。从华中师范大学的报告来看，他们一直在做小句到复句的机器处理项目，所利用的语言学知识当然是他们刑福义老师的体系结构。其中一个研究生的报告中提到依据各种搭配词、连接词来分析各种小句的同类关系、异类关系，而他们胡金柱教授则是以类似UML定义的方式，来做小句-复句语言处理的元模型。可惜目前给出的只是个静态模型，还没有计算机计算过程与方法的讨论。笔者私下里请教过胡教授，他也说他们正在探索，从连接词等匹配可以作为一种计算手段，可他们也想获取更好的方法。

      声学所这边也一直在做句子、句群这一层次的探索。除了理论上如语境单元、领域代码的提出与设计，张全研究员的“语义块共享”问题和韦向峰副研究员的“非小句逗号”的分析是这方面两个不错的报告。

      韦向峰在报告中提到，逗号在汉语的使用中过于繁杂（黄先生一直在提倡逗号改革方案），词汇间、短语间、句子间是都可以使用的。所以逗号处理要有个识别与检验的过程。他将文本串分为语串和语段两个概念，基本的处理过程为：

                语串处理 -> 语串检验 -> 五中知识手段进行调度，包括：

               块扩；是否判断句；因果果因句；句间连词；对仗性。

我在做短语处理的时候，是多次运用概念的对仗性以及形式上的相似性的。对仗的量化标准比较难以制定，正确率与召回率总是难以兼顾。很想就这个问题向韦博士请教，可惜没有时间。

      张全研究员的报告内容就是句群中语义块的共享。这是个很困难的问题，也非常有意思，可惜大会没有留给张先生足够的时间。我没有记笔记，很多例子及分析没有记下。以后又机会把PPT放上来。