《數(shù)據(jù)標(biāo)注工程-語言數(shù)據(jù)與結(jié)構(gòu)》課程教案課題：句法和句義教學(xué)目的：知識目標(biāo)：掌握句法分析（PSG/依存文法）、語義角色標(biāo)注、抽象語義表示（AMR）。能力目標(biāo)：能對比不同句法表示法的優(yōu)劣，解析句子歧義成因。素養(yǎng)目標(biāo)：理解樹庫構(gòu)建中語法理論的選擇依據(jù)。課型：新授課課時：本章安排8個課時。教學(xué)重點(diǎn)：重點(diǎn)：能對比不同句法表示法的優(yōu)劣，解析句子歧義成因。教學(xué)難點(diǎn)：難點(diǎn)：充分理解樹庫構(gòu)建中語法理論的選擇依據(jù)。教學(xué)過程：教學(xué)形式：講授課，教學(xué)組織采用課堂整體講授和分組演示。教學(xué)媒體：采用啟發(fā)式教學(xué)、案例教學(xué)等教學(xué)方法。教學(xué)手段采用多媒體課件、視頻等媒體技術(shù)。板書設(shè)計(jì)：本課標(biāo)題句法和句義課次4授課方式理論課□討論課□習(xí)題課□其他□課時安排8學(xué)分共2分授課對象普通高等院校學(xué)生任課教師教材及參考資料1.《數(shù)據(jù)標(biāo)注工程-語言數(shù)據(jù)與結(jié)構(gòu)》；電子工業(yè)出版社。2.本教材配套視頻教程及學(xué)習(xí)檢查等資源。3.與本課程相關(guān)的其他資源。教學(xué)基本內(nèi)容教學(xué)方法及教學(xué)手段課程引入借"雞不吃了"等歧義句分析，展示句法結(jié)構(gòu)對語義的決定作用。通過依存句法樹可視化案例，說明計(jì)算機(jī)如何解構(gòu)句子邏輯關(guān)系，引出形式化表示的必要性。參考以下形式：1.銜接導(dǎo)入2.懸念導(dǎo)入3.情景導(dǎo)入4.激疑導(dǎo)入5.演示導(dǎo)入6.實(shí)例導(dǎo)入7.其他形式5.1句與句處理句子是語言運(yùn)用的基本單位，它由詞、詞組（短語）構(gòu)成，能表達(dá)一個完整的意思，如告訴別人一件事情，提出一個問題，表示要求或者制止，表示某種感慨，表示對一段話的延續(xù)或省略。在形式上，句子的結(jié)尾應(yīng)該用句號、問號、省略號或感嘆號等標(biāo)點(diǎn)符號標(biāo)記。在語言智能中，句子處理面臨的最重要的任務(wù)是句法分析和句義分析（也稱為語義分析）。5.1.1句法分析句法分析是對輸入的文本句子進(jìn)行分析，以得到句子的句法結(jié)構(gòu)的處理過程。實(shí)際上，這一過程是對句子中詞語的句法功能進(jìn)行標(biāo)記。對句法結(jié)構(gòu)進(jìn)行分析，一方面是語言理解的自身需求，另一方面為其他自然語言處理任務(wù)提供支持，如對文檔信息進(jìn)行精確表示。句義分析通常以句法分析的輸出結(jié)果作為輸入，以獲得更多的指示信息。5.1.2句義分析句義分析，或者說句子級語義分析，目的是在詞級語義分析的基礎(chǔ)上獲得整個句子的語義表示。它主要包含兩個任務(wù)：淺層語義分析和深層語義分析。1．淺層語義分析2．深層語義分析5.2句子的結(jié)構(gòu)5.2.1句法成分句法成分，或者叫作語法成分，可以通俗地解釋為：句子內(nèi)部根據(jù)用法劃分出來的結(jié)構(gòu)。當(dāng)然，這個結(jié)構(gòu)表現(xiàn)在數(shù)據(jù)層面上，就是一個字符串（句子）的子串。分析語法或句法結(jié)構(gòu)，就是對各種語法成分所起的作用及其關(guān)系進(jìn)行考察。1．主語和謂語2．述語和賓語、補(bǔ)語3．定語和狀語4．特殊語法成分5.2.2句子的結(jié)構(gòu)類型1．單句和復(fù)句2．單句的結(jié)構(gòu)類型3．整句和零句4．倒裝句5.2.3句子的特殊類型1．主謂謂語句2．“把”字句3．“被”字句4．連謂句5．兼語句6．雙賓句7．存現(xiàn)句5.2.4句子的語氣類型句子都有語氣，語氣是說話人根據(jù)需要釆取的說話方式。句子根據(jù)語氣可以分為四種類型，即陳述句、疑問句、祈使句和感嘆句。這與句子有四種用途有關(guān)。一般來說，陳述句用平調(diào)，平而略降，疑問句多數(shù)用升調(diào)，祈使句和感嘆句用不同的降調(diào)，祈使句的降調(diào)略為短促，感嘆句的降調(diào)略為舒緩而較長。一種句類可以使用不止一個語氣詞，也可以不用語氣詞。1．陳述句2．疑問句3．祈使句4．感嘆句5.3句法信息的表示形式5.3.1短語結(jié)構(gòu)文法短語結(jié)構(gòu)文法是美國語言學(xué)家喬姆斯基在20世紀(jì)50年代根據(jù)公理化方法提出的一種語言的形式化描述理論。圖5-3是對“大學(xué)學(xué)生喜歡流行歌曲”這句話的短語結(jié)構(gòu)分析。據(jù)此，我們用表格描繪短語結(jié)構(gòu)文法的特點(diǎn)，如表5-2所示。1．喬姆斯基層級2．生成和轉(zhuǎn)換5.3.2依存文法依存文法通過分析語言單位內(nèi)成分之間的依存關(guān)系解釋其文法結(jié)構(gòu)，主張句子中核心動詞是支配其他成分的中心成分，而其本身不受其他任何成分的支配，所有受支配成分都以某種關(guān)系從屬于支配者。依存文法的結(jié)構(gòu)沒有非終節(jié)點(diǎn)，詞與詞之間直接發(fā)生依存關(guān)系，構(gòu)成一個依存對，其中一個是核心詞，也叫支配詞，另一個是修飾詞，也叫從屬詞。依存關(guān)系用一個有向弧表示，叫作依存弧。依存弧的方向?yàn)橛蓮膶僭~指向支配詞。與短語結(jié)構(gòu)文法相比，依存文法沒有詞組這個層次，每一節(jié)點(diǎn)都與句子中的單詞相對應(yīng)，它能直接處理句子中詞與詞之間的關(guān)系，而節(jié)點(diǎn)數(shù)目大大減少了，便于直接標(biāo)注詞性，具有簡明清晰的優(yōu)點(diǎn)。特別在語料庫文本的自動標(biāo)注中，依存文法使用起來比短語結(jié)構(gòu)文法方便。1．依存文法的條件（1）一個句子中只有一個成分是獨(dú)立的。（2）句子的其他成分都從屬于某一成分。（3）任何一個成分都不能依存于兩個或兩個以上的成分。（4）如果成分A直接從屬于成分B，而成分C在句子中位于成分A和成分B之間，那么，成分C或者從屬于成分A，或者從屬于成分B，或者從屬于成分A和成分B之間的某一成分。（5）中心成分左右兩邊的其他成分相互不發(fā)生關(guān)系。2．標(biāo)注關(guān)系5.4句子的語義句子的意義即“句義”，句義在語義中占有十分重要的地位。因?yàn)樵趯?shí)際的語言交際和語言信息處理中主要以句子為理解和處理的單位，所以句子可以被看作表達(dá)意義的基本單位，也是實(shí)現(xiàn)更復(fù)雜的語言交際的基礎(chǔ)。5.4.1句子的語義種類一個句子到底能表達(dá)多少種意義？除了句子本身所能表達(dá)的言內(nèi)之意（或叫“語段意義”），在不同的語言環(huán)境中結(jié)合人們不同的知識背景，句子還可以表達(dá)各種各樣的言外之意（或叫“語境意義”“語用意義”）。言外之意實(shí)際上也是要以言內(nèi)之意為基礎(chǔ)的。如果不討論言外之意，句子本身的意義可以依據(jù)不同的表達(dá)形式大致分為語匯意義、關(guān)系意義和語氣意義三種。1．句子的語匯意義2．句子的關(guān)系意義3．句子的語氣意義5.4.2句子的語義結(jié)構(gòu)在句子的語匯意義、關(guān)系意義和語氣意義中，語匯意義與詞語有關(guān)，關(guān)系意義和語氣意義中的語法關(guān)系意義主要與語法結(jié)構(gòu)有關(guān)，因此語義關(guān)系意義才是最主要的句義問題。語義關(guān)系意義涉及語義結(jié)構(gòu)，既然是一種結(jié)構(gòu)，就自然涉及結(jié)構(gòu)分析的問題。句子的語義結(jié)構(gòu)主要包括三個方面：一是論元結(jié)構(gòu)，二是語義指向，三是語義特征。1．論元結(jié)構(gòu)2．語義指向3．語義特征5.4.3句子中的歧義前面說過，句子的意義可以分為三種，即語匯意義、關(guān)系意義和語氣意義。這三種意義可以在一個句子中同時存在，彼此之間并不沖突，而是分工合作，共同表達(dá)句子各方面的意義。1．歧義和籠統(tǒng)、模糊的關(guān)系歧義本質(zhì)是一種語義現(xiàn)象。歧義必須能夠產(chǎn)生顯著不同的理解，而與具體性、精確性沒有關(guān)系。2．產(chǎn)生歧義的原因歧義可以分為口頭歧義和書面歧義。3．消除歧義的方法5.4.4語義的表現(xiàn)形式：語義角色對語義角色進(jìn)行識別和標(biāo)注是現(xiàn)在語義計(jì)算中最重要的環(huán)節(jié)。語義角色在前文已有涉及，在這里進(jìn)行一些更詳細(xì)的梳理和補(bǔ)充。5.4.5語義的表現(xiàn)形式：語義依存語義依存分析（semanticdependencyparsing，SDP）就是一種深層的語義分析，是目前在自然語言處理中使用最為廣泛的語義表示形式之一。語義依存分析的標(biāo)注任務(wù)也十分常見。5.4.6語義的表現(xiàn)形式：抽象語義表示1．抽象語義表示簡介2．中文抽象語義表示5.4.7語義的表現(xiàn)形式：邏輯命題表示嚴(yán)格來說，這并不是一類在字符串上進(jìn)行標(biāo)注來描述語義的方法。這更多的是對承載語義信息的詞、句子之間的關(guān)系進(jìn)行判斷的任務(wù)。1．蘊(yùn)涵2．預(yù)設(shè)5.5句級數(shù)據(jù)資源5.5.1樹庫資源隨著計(jì)算語言學(xué)的發(fā)展，人們逐漸認(rèn)識到基于規(guī)則的語言學(xué)研究方法的局限性。計(jì)算機(jī)的運(yùn)算速度飛速發(fā)展，也使人們能夠方便地使用統(tǒng)計(jì)學(xué)方法從真實(shí)語料中獲取自然語言的數(shù)據(jù)，因此語料庫方法越來越受到人們的重視。這些語料庫中的真實(shí)語料往往經(jīng)過不同層次的加工，包含各種各樣的語言信息，可以使獲取的語言規(guī)律更加客觀和準(zhǔn)確。樹庫（treebank）就是一種經(jīng)過了結(jié)構(gòu)標(biāo)注的語料庫。1．美國賓夕法尼亞大學(xué)漢語樹庫2．“中研院”漢語樹庫3．北京大學(xué)漢語樹庫4．清華大學(xué)漢語樹庫5．國家語委現(xiàn)代漢語樹庫6．其他小型樹庫5.5.2句級語義資源目前常見的漢語語義結(jié)構(gòu)標(biāo)注語料庫，由語義角色標(biāo)注語料庫、語義依存樹庫和抽象語義表示樹庫構(gòu)成。國際語義分析評測會議（SemEval）近年來連續(xù)發(fā)布了關(guān)于中文語義角色標(biāo)注和依存標(biāo)注的技術(shù)評測和相關(guān)資源。公開的平行語料資源還可以在語言資源聯(lián)盟和中國語言資源聯(lián)盟（CLDC）找到。5.5.3平行語料庫平行/對應(yīng)語料庫是由原文文本及其平行對應(yīng)的譯語文本構(gòu)成的雙語/多語語料庫，其對齊程度可有詞級、句級、段級和篇級幾種。所謂對齊程度，就是源語言和目標(biāo)語言之間是按照什么單位對應(yīng)的。例如，從源語言中文到目標(biāo)語言英文的詞級對齊語料，就是在語料中每個詞都標(biāo)明其對應(yīng)英文單詞。在各種平行語料庫中，最常見的是句級平行語料庫，它的內(nèi)容即平行句對。平行語料庫是機(jī)器翻譯研發(fā)的必備資源，其規(guī)模