中文信息處理中的歧義問題分析

方玉萍

摘 要 中文內(nèi)容中的歧義問題一直都是語言學(xué)中的一個重點研究內(nèi)容，同時也是將中文語言與計算機信息處理技術(shù)相互融合的一個難點所在。隨著我們對中文信息處理相關(guān)問題的深入研究，我們也逐漸發(fā)現(xiàn)了新的問題。這給中文信息化處理工作帶來了極大的障礙。為了更好地理解并有效地解決這一問題，我們將中文信息處理中存在的問題專門拿出來進行探討。通過對歧義問題的處理，從而就目前存在的歧義的原因進行分析并提出相關(guān)消除歧義的方式方法。

關(guān)鍵詞 中文信息處理；歧義問題；分析

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2017）190-0058-02

人們將信息技術(shù)的發(fā)展引入到與中文信息的處理中，不僅能夠有效地提升工作效率，同時還能夠更好的對中文進行研究。然而在實踐過程中我們發(fā)現(xiàn)，雖然信息技術(shù)能夠很好的對中文進行信息轉(zhuǎn)換，然而在面對中文中存在的歧義問題時，仍然會出現(xiàn)一些問題。比如在特定的中文信息環(huán)境中，對語言信息的處理不恰當?shù)默F(xiàn)象。雖然這種歧義一直存在，但是它產(chǎn)生的影響相對較小。主要原因在于人們會自發(fā)的通過語言環(huán)境，背景以及常識進行有效地結(jié)合。從而在不同的歧義含義中找出最為正確的答案。相較于信息技術(shù)對于中文信息處理中存在的歧義，正是缺乏這種環(huán)境、背景、常識的引入所導(dǎo)致的。因此，我們可以通過這種方式來尋找解決方法。從而幫助計算機在處理中文信息的過程中減少歧義問題的發(fā)生。

1 中文信息處理的概念

關(guān)于中文信息處理的概念性的表述可以理解為通過使用計算機的信息技術(shù)來將中文中涉及到發(fā)音、字形以及含義等相關(guān)信息的內(nèi)容進行處理和加工的方式[1]。中文信息處理方式是綜合了語言學(xué)、計算機信息技術(shù)、聲學(xué)等多種學(xué)科的綜合性的技術(shù)概念。通過將計算機信息技術(shù)引入到中文研究中，不僅有效地提高了對中文的含義表述的工作效率，同時還能夠?qū)崿F(xiàn)多方面、多層次的處理手段，從而使中文的表述以及含義理解更加具體。

2 中文信息處理中對歧義問題研究的發(fā)展

隨著在中文信息處理過程中歧義問題的不斷發(fā)生，對于“消歧”的工作也逐漸受到更多的重視，尤其是在信息技術(shù)發(fā)展的迅猛階段[2]。對于“消歧”工作的科研學(xué)術(shù)報告已達到近百篇。不難看出，自從對于信息處理過程中的歧義有了定義后，“消歧”工作的研究和開展已呈現(xiàn)出一個明顯的上升趨勢[3]。同時，“消歧”的研究內(nèi)容也在不斷的拓展，從中文內(nèi)容中的各個方面開始逐步進行了研究。使研究內(nèi)容不僅具有全面性更有交叉性。

3 目前存在的主要歧義問題

通過對中文信息處理過程中的歧義問題的分析，在對歧義問題進行研究和探討時，我們通常會將中文中的歧義問題以其具體發(fā)生歧義的情況為準，分為：結(jié)構(gòu)歧義、詞義歧義、分詞歧義、其他類型以及不明確限定的歧義類型。在其他類型的分類中還包含著對于詞語詞性的歧義分析、短語邊界的詞義分析、文字信息所反映的詞義分析以及縮略語句的歧義問題。

4 消除歧義問題的方法

4.1 處理歧義問題的策略

1）在對中文信息處理中的歧義問題的處理過程中，我們在研究過程中主要是兩方面的工作內(nèi)容，一方面就是對目前存在的歧義進行定義，另一方面就是對歧義進行類別區(qū)分。

2）在研究的過程中，會針對歧義出現(xiàn)的規(guī)則進行對消歧工作的開展。在2005年前對于歧義問題的分析處理中，著重以歧義出現(xiàn)的規(guī)則為主要的主導(dǎo)研究方式。后來這種方式慢慢被人們所摒棄，成為消歧工作的偏門手法[4]。

3）通過大家對消歧問題的不斷研究，逐漸對消歧工作產(chǎn)生了新的工作方式，這種方式是基于規(guī)則的策略下有效的結(jié)合了統(tǒng)計的方式。通過二元數(shù)據(jù)的分析，對所使用的方法進行評估。隨著大家對這種消歧方式的使用，越來越多的人開始認可統(tǒng)計策略帶來的消歧工作的高效率。因此，統(tǒng)計方式逐漸成為了消歧手段中的主打方式。

4）隨著知識被不斷的積累，知識庫的建立。以知識庫作為信息技術(shù)處理基礎(chǔ)的方式也被大家認可，并產(chǎn)生了一定的積極的作用。隨著知識庫的不斷發(fā)展和完善。能夠使研究者更好的結(jié)合統(tǒng)計策略和規(guī)則策略對消歧問題做出更好的處理。

人們不斷地對歧義問題和消歧問題進行研究，相信會有更多的消歧方式出現(xiàn)，并加入到消歧方式之中對目前的消歧工作提供有效的補益。

4.2 處理歧義的方式方法

1）隨著對歧義問題的研究逐步發(fā)展成熟，語料庫的發(fā)展也逐漸的完善。因此，通過語料庫對歧義問題進行評測已成為目前研究的主要趨勢。

目前所要面對的問題就是，對于歧義的規(guī)則和知識庫的信息內(nèi)容需要有人進行不斷地完善和篩選。同時，這個工作并不是短期內(nèi)就可以結(jié)束的工作，它需要相關(guān)人員進行長期的工作。于是研究者想出了相對較為簡單的方式，通過對語言進行收集并加工，將語言資源做成語料庫，通過不斷地實驗對計算機進行訓(xùn)練，使計算機自發(fā)的通過語料庫的信息處理來消除歧義，并對消除歧義的方式進行評測。實現(xiàn)評測的依據(jù)是根據(jù)大量的數(shù)學(xué)內(nèi)容和統(tǒng)計學(xué)的方式，而計算機正好具有數(shù)據(jù)處理的優(yōu)勢，所以這種方式的應(yīng)用被迅速的推廣開來。

2）在研究過程中，機器引導(dǎo)學(xué)習(xí)的算法取得了一定的效果。如果有監(jiān)督機的話還需要標語料。然而這種方式對人力物力的需求量較大。所以無監(jiān)督的學(xué)習(xí)方法逐漸進入了歧義研究的領(lǐng)域。通過自動匹配語料庫中出現(xiàn)的消歧義的信息，從而消除信息內(nèi)的歧義信息[5]。然而有監(jiān)督的消歧方式和無監(jiān)督的消歧方式之間的差異仍很明顯。尤其是對于目前網(wǎng)絡(luò)信息中出現(xiàn)的新的語料問題。將歧義有效的轉(zhuǎn)換為兩種語言對應(yīng)的語句的計算問題也成為我們需要繼續(xù)研究的方向。

3）信息技術(shù)的發(fā)展必然帶來計算機運算方式的更新，隨著計算方式的不斷更新，必然會對消歧產(chǎn)生一定的積極作用。不僅能夠在一定的范圍內(nèi)提升消歧的效率和準確率。同時還能夠在目前消歧所使用的現(xiàn)有算法的基礎(chǔ)上對其進行改進。

5 對于消歧工作的思考

在計算機信息技術(shù)迅猛發(fā)展的近30年的時間內(nèi)，我們對消歧的研究主要在于消歧所使用的策略方法。通過不斷的實驗和研究，也得出了目前較為實用的消歧方式。尤其是概率統(tǒng)計的方式已成為消歧方式的主要手段，將消歧工作的效率推向了一個新的層次，然而之后卻再沒有明顯的超越。因此，我們的研究必須進一步的發(fā)展。第一，在研究歧義問題的過程中我們必須緊密的結(jié)合語言發(fā)展的方向以及科學(xué)技術(shù)。從而更進一步的加強對應(yīng)的理論依據(jù)和模型計算的方式。第二，在研究歧義問題的過程中，我們還需要對語言知識面做進一步的擴展。從語言的心理認知的方向都對歧義問題進行研究。從而看看對于歧義問題的處理能否有新的收獲。第三，在前期的研究中我們得出統(tǒng)計方式和結(jié)構(gòu)方式的歧義問題處理已成為主流，而在不斷的發(fā)展中，這兩種方式也呈現(xiàn)出了不斷融合的態(tài)勢。第四，在研究過程中，還需要不斷的借鑒國外對信息處理中的歧義問題的解決方式。第五，建立標準數(shù)據(jù)集，從而更好地引導(dǎo)中文信息處理工作。

6 結(jié)論

在信息處理過程中的歧義問題本就是語言處理技術(shù)在發(fā)展過程中的必然存在，因此，我們需要不斷的進行研究和分析。從而更加清晰的掌握目前在中文信息處理過程中產(chǎn)生的歧義。

參考文獻

[1]張祿彭，易綿竹，周云.中文歧義研究25年——以《中文信息學(xué)報》論文為例[J].中文信息學(xué)報，2012（4）：73-84.

[2]溫唱.基于樹形結(jié)構(gòu)的中文分詞方法的研究及實現(xiàn)[D].北京：華北電力大學(xué)，2013.

[3]方昌健，王有權(quán).基于規(guī)則和上下文語境的交集型歧義消解算法[J].科協(xié)論壇（下半月），2012（6）：112-114.

[4]尹倩.基于語境信息的中文分詞交叉歧義處理方法[J].重慶工商大學(xué)學(xué)報（自然科學(xué)版），2016（5）：20-24.

[5]魏莎莎，熊海靈.中文分詞中的歧義識別處理策略[J].微計算機信息，2010（30）：190-192.