關系標記對漢語復句層次關系識別的影響

吳鋒文

(信陽師范學院文學院，河南信陽464000)

復句層次關系識別，是計算語言學句法分析的重要議題，也是中文信息處理領域一項富有挑戰性的課題。［1－2］關系詞作為復句句法和語義屬性的形式標記，在復句層次關系識別中具有重要作用，因而在用計算機來實現漢語復句的關系層次自動分析過程中，關系詞語的提取和標引是首要的任務。［3］但對計算機而言，如何準確地識別并提取出句中的復句關系詞語卻并不是一件容易的事情。例如:

(1)(只要)你不再逃課上網，就給你買你想要的山地車。

(2)(只/要)一斤，多的不要。

(3)我們(所以)以民主投票方式選舉新一屆領導班子，是因為民主投票方式產生的成員才能得到大家的認可。

(4)我們(所/以)民主投票方式選舉了新一屆領導班子，成員任命將在下午舉行。

“只要”“所以”在例(1)(3)充當復句關系標記，而在例(2)(4)則不是關系標記，是偽關系詞①復句中偽關系詞主要有與復句關系標記同形的異類詞、異構詞、詞間連詞和篇章關系標記。。因此，計算機在漢語復句關系層次自動分析中，不論是統一將“只要”“所以”視為整體字段識別標注，還是視為組合字段進行切分標注都會存在問題，使復句關系詞判定錯誤。

以關系標記為突破口來識別復句層次關系，面臨的難題主要有兩:其一，標記超量，如何區分復句關系詞語與偽關系詞;其二，標記少量，如何解決關系標記缺失的問題。為提高復句關系標記識別準確度與利用率，本文擬對復句關系標記識別存在的困難進行系統研究，以期為復句層次關系識別打下堅實基礎。

一、復句關系標記與同形異類詞的區分

所謂同形異類，是指“同一個形式在語法上分屬不同的類”［4］26。復句關系詞是根據“聯結分句、標明結構關系、形成復句格式”的共同特點組合攏來的一些詞語，它們沒有固定的詞類，所以當某個關系詞由其他詞類虛化而來時，在語言共時平面，就會出現一些關系標記兼屬其他詞類的現象，從而對復句關系詞的識別造成困擾。［5］289－297

以“由于”為例，現代漢語里“由于”既可用作連詞，也可用作介詞，屬于介連兼類。［6］652－654作連詞時，表示因果關系，用在表原因的小句中;作介詞時，表示原因或理由，一般只用在名詞性詞語前面，其句法位置可居于句首，也可居于句中，還可以用于“是”后面。例如:

(1)這幾年來，由于我們沒有搞好民主集中制，以致上下不通氣，這是一個帶普遍性的嚴重現象。(《鄧小平文選第一卷》)

(2)＜由于＞這對眼睛，她整個面龐散射著一種迷人的光輝。(張賢亮《綠化樹》)

例(1)是“由于”作因果標記的用法;例(2)是“由于”作介詞的用法。這種介、連兼類的用法，加大了復句關系詞識別的難度。再看一個例子:

(3)①由于工作的需要，②我雖然讀過一些語言學方面的書籍，③但自知在語言學家跟前仍是一個門外漢，④所以不敢妄評。(引自李晉霞、劉云2003)

以目前分詞系統做的最為成熟的中科院的ictclas分詞軟件為分詞工具，對例(3)進行分詞處理，標注結果如下:

(3’)①由于/c工作/v的/u需要/n，/wd②/m我/r雖然/c讀/v過/u一些/m語言學/n方面/n的/ude1書籍/n，/wd③/m 但/c自/r知/v在/p語言學/n家/n跟前/f仍/d是/v一個/m門外漢/n，/wd④/m所以/c不/d敢/v妄/d評/v。/wj

以上標注結果只有后面三個分句的“雖然”“但”“所以”是復句關系詞，可分詞軟件卻將第一個語段中介詞“由于”錯誤地標注為關系詞“由于/c”，正確標注結果為“由于/p”。

對于與實詞同形的復句關系詞，目前的分詞軟件在關系詞標注方面也存在問題。例如:

(4)他想說話，剛一張嘴，就被人們的笑聲頂撞回去。(馮志《敵后武工隊》)

(4’)他/rr想/v說話/vi，/wd剛/d一/m 張/q嘴/n，/w就/d被/p人們/n的/ude1笑聲/n頂撞/v回去/v。/wj

例(4)中，“一/m(數詞)……就/d(副詞)……”應該標注為“一/c(連詞)……就/c(連詞)……”，前后分句中的“一……就……”構成條件復句。

(5)那你這是給孩子看的，還是給參觀的人看的呢?(《人民日報》1981－07－26)

(5’)那/c你/rr這/rzv是/vshi給/p孩子/n看/v的/ude1，/wd還/d是/vshi給/p參觀/v的/ude1人/n看/v的/ude1呢/y?/ww

例(5)為選擇復句，復句中“是/vshi(動詞“是”)…… 還/d是/vshi……”應該標注為“是/c(連詞)……還是/c(連詞)……”。如果不以小句為視角，則無法正確地對復句關系詞進行切分標注。［7］

上述分析表明，復句關系詞語與同形異類詞之間存在糾葛，如果前期的復句關系詞標注錯誤，無疑會影響到復句層次關系的自動識別。

通過對復句關系標記的全面整理，我們發現與復句關系詞存在糾葛的詞語主要有17個:只是(d、c)、由于(p、c)、因為(p、c)、因(p、c)、為了(v、p、c)、任憑(p、c、d)、另外(c、r、f)、就是(d、c)、盡管(d、c)、既(d、c)、或者(d、c)、果然(d、c)、那(d、c)、那么(d、c)、一面(一面……一面)(d、c)、一(一……就)(m、c)、是(是……還是)(v、c)。

二、復句關系標記與同形異構詞的區分

有些復句關系詞是由動詞或名詞甚至是動詞短語虛化而來的，它們大都經過了一個語法化的過程。而重新分析是誘發語法化的重要因素之一［8］，經歷了語法化的關系標記一般已凝固為一個整體結構出現在語言環境中，而那些同形的詞匯則是以一個組合結構出現在語言環境中，這樣就導致了復句關系標記與同形異構形式在語言共時平面同時存在的情形。因此，關系標記與同形異構詞的區分，是關系詞自動標注中的一個十分值得重視的問題，它將直接影響到關系標記標注的準確性。

以“結果”為例，根據姚雙云(2006)，現代漢語里“結果”主要有動詞、名詞、連詞三種用法，連詞“結果”是因果標記，大致經歷了一個“結果(動詞短語)→動詞→名詞→連詞”的虛化途徑。［9］關系詞“結果”與名詞“結果”在形式上是一樣的，計算機在采用基于詞形匹配的關系詞識別策略時，很容易把一個與復句關系詞同形的異構形式錯誤地標注為復句關系詞。例如:

(4)為了趕時髦，有些人不切實際地求新求全，結果把活動引入脫離實際、趕浪頭爭彩頭的歧途。(《人民日報》2002年)

(5)由于我們黨制定了正確的路線、方針和政策，結果以和平改造的方式，實現了我國歷史上最深刻、最偉大的社會變革，從而為我國社會的一切發展和進步奠定了基礎。(《人民日報》1991年)

例(4－5)中的“結果”都是用作關系標記的。經過ictclas分詞軟件分詞標注后，句中“結果”的標注結果分別如下:

(4’)為了/p 趕時髦/v，/w 有些/r 人/n

不切實際/v 地/u 求/v新/a 求全/v，/w結果/n把/p 活動/n 引入/v 脫離/v 實際/n、/w 趕浪頭/v 爭/v 彩頭/n 的/u 歧途/n。/w

(5’)由于/c 我們/r 黨/n 制定/v 了/u正確/a 的/u 路線/n、/w 方針/n 和/c 政策/n，/w結果/d以/p 和平/n 改造/v 的/u 方式/n，/w 實現/v 了/u 我國/n 歷史/n上/f 最/d 深刻/a、/w 最/d 偉大/a 的/u社會/n 變革/vn，/w 從而/c 為/p 我國/n社會/n 的/u 一切/r 發展/v 和/c 進步/v奠定/v 了/u 基礎/n。/w

分析例(4－5)，作關系標記的“結果”均被錯誤地標注為名詞“結果/n”和副詞“結果/d”，正確的注結果應該為“結果/c”。為了解決復句關系詞與同形異構詞的識別難題，胡金柱、沈威(2007)采用基于渡越矩陣方法進行個案研究，對共時平面“結果”的用法進行標注試驗，實驗結果表明，計算機基本能自動識別用作因果標記的“結果”，其封閉測試的正確率達98.32% 。［10］

再如表讓轉關系的“不過”，它既可以是一個固化的詞語，作讓轉標記，相當于“只是、可是、但是”等，也可以用作副詞、動詞、形容詞短語等。在“不過”的關系詞用法與同形異構用法之間，經常被標注錯誤。例如:

(6)如果斗不過，該怎么辦呢?(李曉明、韓安慶《平原槍聲》)

(7)秘書長人選你最適合不過了，不過現在已成定局，我說話怕不起作用。(周而復《上海的早晨》)

(8)她對有翼固然沒有承擔什么義務，不過歷史上的關系總還有一些，在感情上也難免有一點負擔。(趙樹理《三里灣》)

只有例(7)后一個“不過”和例(8)“不過”才是表示讓轉關系“不過”。通過分析，關聯詞“不過”出現的句法位置為后續句的句首，也就是說，語表詞形“不過”只有用在句中語段的句首位置才能被標注為連詞“不過/c”。

針對這一特點，可以制定句法規則來區分某個復句關系標記與同形異構詞形。在關系詞語標注實驗中，加入一條關系標記粗篩選規則，將出現在主語和動詞之后的與關系標記同形的詞語排除掉，只保留那些出現在主語和動詞之前的詞語，就能篩除一部分偽關系詞。［3］

通過對430多個關系詞的復句語料進行關系詞標注試驗，總結出如下28個關系標記容易被錯誤標注:超詞形式“如果說、與其說、不如說、不要說、怪不得、如果不是、不但不、倘若不是、要不是、再不然、不單單”等;雙音節的關系詞有:“只要、要是、只有、要不是、要不、不是、就是、若非、就算、不過、難怪、的話”等;單音節的有:“要、是、如、更、也”等。總體而言，目前分詞軟件對復句關系詞與同形異構形式間的識別度較低，復句關系詞的自動標注水平還有待提高。要成功解決關系標記與同形異構的識別問題，一方面需要分析這些關系詞出現的句法環境并制定相應規則，避免一些錯誤標注;另一方面，需要改進關系詞的標注方法，特別是如何將統計和規則的方法有效結合仍需深入探討。

三、關系標記不同用法的影響

關系標記可以連接不同層級的語法單位，根據關系標記連接對象是否為分句，可以把關系標記區分為復句關系標記和非復句關系標記①非復句用法，是指一個關系標記除了在復句中用來聯結分句并標明分句間關系的用法之外的用法，具體包括聯結小句內詞或短語的句內關系詞用法，以及用來聯結句與句之間，標明句群關系的篇章關系詞用法。。下面討論非復句關系標記對復句層次關系識別的影響。

(一)關系標記在單句中的用法

雖然關系標記的常用功能就是用來聯結分句，標明分句間的邏輯語義關系。但是，關系標記有時也用在單句中，宋玉柱(1986、1990年)、周剛(2000年)均有相關論述。關聯詞語在單句里主要用來聯結句法成分，標示句法成分之間的邏輯關系，同時還具有表達精簡、結構緊湊以及話題化功能。［11］主要用途有三:

第一，出現在單句中，用來聯結主語和謂語，突顯主語、謂語之間的邏輯關系。例如:

(12)只有這種人的態度，才是正確的態度。(《劉少奇選集上卷》107頁)

(13)成功的基礎是奮斗，奮斗的收獲是成功，所以，天下唯有不知而艱辛奮斗的人，才能走上成功的高峰。

例(12－13)中“只有……才”“唯有……才”突顯主語所表示的事物對謂語的唯一條件性。

第二，出現在單句中，用來聯結狀語和主謂部分，突顯修飾性成分與主干成分之間的邏輯關系。例如:

(14)盡管在那樣緊張的日子里，但是他毫無懼色。

(15)只有在鏟除愚昧和丑陋的雜草之后，科學之樹才會結出豐碩的果實。(趙丹雅《藍天，也是屬于你的》，《芙蓉》1983年第4期)

例(14)中“盡管……但是”突顯狀語與主、謂語之間的讓轉關系;例(15)中“只有……才”突顯狀語與主、謂語之間的條件關系。

第三，出現在單句中，用來連接相同的句法成分，如聯結主語、謂語或狀語等，突顯相同句法成分之間的邏輯關系。例如:

(16)不但所有的干部，而且所有的家屬都參加了這次義務勞動。

(17)這種雖然比較溫暖，但是十分潮濕的氣候令人不適。

還有一種情況，標記搭配格式在復句的同一分句中共現。這類格式主要有:“只有……才”“只要……就”“因……而”“即使……也”“就算……也”“越……越”“一……就”“愈……愈”“是……還是”“不是……而是”“又……又”“無論……都”“不管……都”“寧可……也不”，這些格式聯結的一般是一個緊縮型結構，它們在復句中只構成關系而不形成層次結構，因而不參與復句層次的劃分。例如:

(18)①只有不管是白貓還是黑貓，②能抓到老鼠的都是好貓，③才能使人才輩出。(《鄧小平文選》)

(19)①明珠小姐無邪的笑容和天真的熱情救了我，②所以我發誓這一生都要為明珠小姐而活，③就算陪上這條命也心甘情愿。(《還君明珠》)

例(18－19)中都存在結構緊縮型分句:例(18)分句①中的“是……還是”、例(19)分句③中“就算……也”標示各自所在分句是緊縮型分句。

(二)居于句首的關系標記用作篇章標記

篇章關系標記一般出現在某個句子的句首位置，但它在語義邏輯上與前面句子或篇章發生關系，如上例(11)的“并且”。有關篇章標記的一些顯著特點如下［12］:義標識功能已經跨越了所位居的句子，標示所位居的句子與上文語境句子的邏輯語義關系。例如:

(20)村官是廣大村民的主心骨、領路人，肩負著重要的使命。“三農”政策，要靠他們傳達貫徹;鄉親們的意見、建議，要靠他們匯報反映;建設社會主義新農村，要靠他們帶路領航;鄰里之間的矛盾糾紛，要靠他們協調化解。可是，由于村官紛紛外出打工，這些重要的工作都擱淺了，鄉親們的期待和希望也落了空。(《人民日報》2009－04－20)

其二，句序位置的句首性。篇章關系標記在標示篇章語義關系的同時，也起著“承上啟下”的結構聯絡作用，一般出現于所位居的句子句首，在句序上表現出強烈的句首性。例如:

(21)作為古巴堅定盟友，委內瑞拉總統查韋斯在“玻利瓦爾美洲國家替代計劃”締約國首腦會議上強調，由于古巴被排除，他將否決峰會的所有決議。因此，古巴成了峰會缺席的主角。(《人民日報》2009－04－20)

其三，句法配位的后序性。除原因標“因為”外，篇章關系標記的句法配位總是居于搭配中的后一個序位，表現出明顯的后續性。如上例(20)“可是”、例(21)“因此”都是后序配位關系標記。

其四，句中搭配的孤立性。篇章關系標記在所位居的句中一般找不到與之組配的搭配對象，在句中表現出搭配的孤立性。例如:

(22)……①＜因為＞該島雖然比塔布島距離國際日期變更線還遠幾英里，②但是由于它的地理位置更靠南，③所以在那里要比在湯加群島能夠提前1小時13分看到公元2000年1月1日的第一線曙光。(《長江日報》1994年)

例(22)有3個分句、5個關系標記:因為、雖然、但是、由于、所以，而分句①用尖括號標注的“因為”在復句中缺乏搭配對象，標示該復句對前文語境的補注和解釋。

研究發現，同時兼有復句關系標記用法和篇章關系標記用法的關系標記數量并不多，主要有15個:因為、所以、因此、因而、于是、同時、另外、另一方面、而且、并且、況且、然而、但是、可是、不過。［9］

由于篇章關系詞語是與上文句子內容發生邏輯關系的，復句層次關系識別必須排除篇章關系詞語的干擾，如果不能正確的區別復句關系詞和篇章關系詞，計算機對復句層次關系的句法分析必將作

其一，語義關系的跨句性。篇章關系標記的語出錯誤的判定。

四、復句關系標記隱現形式的影響

復句層次關系的識別，必須借助復句關系詞語的形式標記功能，如邢福義(1979、2001年)、石安石(1983年)、肖國政(1983年)、姚亞平(1990年)、王祥(1994年)等都肯定了復句關系詞語在復句層次分析中的作用。姚亞平(1990年)特別提及:“多重復句的分析方法就是:以多重復句的關聯詞模式為工作對象，按照關聯詞出現的先后順序決定層次的高度，在每個層次的關聯詞語的后件前劃出該復句的層次結構與語法關系。”［13］他還指出，歸納復句的聯結模式對計算機的語言處理具有重要意義。的確，如果復句的每個分句都出現了關系標記，而且每個關系標記在復句中都能找到各自的組配對象，那么這種關系標記隱現模式的復句層次關系根據關系搭配常識，比較容易確定其層次結構和語義關系了。例如:

(23)①高手相爭無論是低估了對方，②還是高估了自己，③都同樣是不可原諒的錯誤。(古龍《英雄無淚》)

(24)①兩人此刻雖然誰也瞧不見對方，②但只要聽到對方的聲音，便已覺得有一陣溫暖的友情充滿了身心。(古龍《武林外史》)

例(23－24)都是標記充盈態復句，每個分句都出現了關系標記，并且還有一個分句出現了關系標記連用格式“無論是”、“但只要”。對于這類復句，計算機只要在復句關系詞庫的支持下，將構成搭配關系的關系標記按照一定的組合順序匹配，就能判定諸如例(23－24)這樣的充盈態復句的層次關系了。可問題是，實際語言運用中像例(23－24)這樣“標記齊備，搭配完整”的充盈態復句并不多見，相反，分句中標記缺失的情況卻很多。一旦標記省略，將會給那些無標分句的層次歸屬和語義判定造成困擾，使得整個復句的層次關系識別困難重重:一方面，由于有些分句中出現的標記在復句中缺失組配對象，從而使得分句的層次歸屬無法找到充分的形式依據;另一方面，無標分句的出現，使得整個復句格式成為潛在歧義格式。［14］以復句格式“就算……，也……，……”為例:

(25)①就算麥克打死全世界的人，②也不會傷害你一個手指頭的，③你有什么好擔心的呢?(央視8套連續劇《再續意難忘》)

(26)①就算我陪上自己的性命，②也一定要把玉鳳救回來，③一定不讓爸爸再失望。(央視8套連續劇《又見阿郎》)

例(25－26)都是復句格式“就算……，也……，……”的實例化，但仔細體察，它們的層次結構并不相同，見圖1、圖2。例(25－26)這類標記非充盈態復句，其層次關系不能單純依靠分句里所顯現的關系標記序列模式來判定，因為在關系標記序列模式和復句層次關系之間不存在“一對一”的映射關系。［15］

圖1 例(25)

圖2 例(6)

表1 三句式有標復句的標記充非盈態模式序列表

以三句式復句為例，由于分句里關系詞語的缺失而形成的非充盈態有標復句，其標記隱現模式如表1所示。分析表1，可以將三句式有標復句的8種非充盈態模式分為三類:①標記搭配+單標/空標(模式1、2);②單標 +單標(模式3、4);③單標(模式5－8)。通過對標記非充盈態模式歸類，我們發現，標記非充盈態模式中幾乎無例外的存在單標，或者說存在標記缺失現象，正是由于關系標記的缺失，使得單標(無標)分句在層次歸屬上出現歧義，使得分句間的邏輯關系缺失客觀標志。

據此可以推測，三個分句以上的有標復句，只要某些分句缺失關系標記，整個復句中存在的單標越多，層次歸屬出現歧義的分句也將越多，那么該有標復句成為非充盈態有標復句的可能性越大。因此，三個分句以上的有標復句，單純依靠關系標記來識別其層次關系的有效性將受到削弱。

對于非充盈態有標復句，復句層次識別的難點在于無標分句的層次消歧。一個可行的途徑是，從無標分句與其前后分句間的相互關聯上去判斷，如確定分句主語的一致性，分析分句謂語的相關性等。［16］在目前基于語義的句法分析技術還很薄弱的情況下，要最終實現復句層次關系的識別問題，復句中無標分句的層次消歧和關系標記省略問題是一道“溝坎”。

五、結語

復句層次關系識別是中文信息處理領域一項富有挑戰性的課題，它對推動漢語“句處理”進展有著重要意義。與復句關系詞語同形的異類詞、異構詞、詞間連詞、篇章關系詞等偽關系詞的出現及關系標記的缺失，給復句層次關系識別造成的困擾。文章探討了復句關系詞語與同形異類詞、異構詞等偽關系詞之間的區別，歸納了與關系標記同形的17個異類詞和28個異構詞，描寫了與關系標記同形的詞間連詞、篇章關系詞的用法特點及關系標記的隱現形式，區分關系標記的充盈態和非充盈態形式，指出非充盈態復句的識別在于無標分句的層次消歧，分析了解決上述困難的可能途徑，為漢語復句信息處理奠定了基礎。

［1］吳鋒文，胡金柱.基于規則的漢語復句層次關系自動識別研究［J］.華文教學與研究，2010，(1):85－92.

［2］吳鋒文.面向信息處理的“二標三句式”復句層次關系判定［J］.信陽師范學院學報(哲學社會科學版)，2012，(1):88 －92.

［3］胡金柱，舒江波.面向中文信息處理的復句關系詞提取算法研究［J］.計算機工程與科學，2009，(10):90 －93.

［4］邢福義.漢語復句研究［M］.北京:商務印書館，2001.

［5］邢福義.漢語語法學［M］.長春:東北師范大學出版社，2000.

［6］張斌.現代漢語虛詞詞典［K］.北京:商務印書館，2006.

［7］沈威.“句管控”理論在分詞和標注中的應用［J］.語言研究，2010，(1):69 －74.

［8］劉堅，曹廣順.誘發漢語詞匯語法化的若干因素［M］//吳福祥.漢語語法化研究.北京:商務印書館.2005.

［9］姚雙云.復句關系標記的搭配研究與相關解釋［D］.武漢:華中師范大學博士學位論文，2006.

［10］胡金柱，沈威.基于渡越矩陣的復句關系詞自動標注初探［J］.微計算機信息，2007，(30):200－202.

［11］周剛.關聯成分在單句中的功能再探［J］.漢語學習，2000，(6):18 －24.

［12］吳鋒文.面向中文信息處理的三句式有標復句層次關系自動識別研究［D］.武漢:華中師范大學博士學位論文，2010.

［13］姚亞平.多重復句的分析模型——兼談語法分析的作用與目的［J］.漢語學習，1990，(3):8 －14.

［14］吳鋒文，胡金柱.基于規則的漢語復句層次關系自動識別研究［J］.華文教學與研究，2010，(1):85 －92.

［15］吳鋒文.基于關系標記的漢語復句分類研究［J］.漢語學報，2011，(3):63 －73.

［16］吳鋒文.基于主謂語知識挖掘的分句語義關聯研究［J］.語言文字應用，2011，(4):132 －142.