《數(shù)據(jù)標注工程-語言數(shù)據(jù)與結(jié)構(gòu)》課程教案課題：句法和句義教學目的：知識目標：掌握句法分析（PSG/依存文法）、語義角色標注、抽象語義表示（AMR）。能力目標：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：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。教學重點：重點：能對比不同句法表示法的優(yōu)劣，解析句子歧義成因。教學難點：難點：充分理解樹庫構(gòu)建中語法理論的選擇依據(jù)。教學過程：教學形式：講授課，教學組織采用課堂整體講授和分組演示。教學媒體：采用啟發(fā)式教學、案例教學等教學方法。教學手段采用多媒體課件、視頻等媒體技術(shù)。板書設(shè)計：本課標題句法和句義課次4授課方式理論課□討論課□習題課□其他□課時安排8學分共2分授課對象普通高等院校學生任課教師教材及參考資料1.《數(shù)據(jù)標注工程-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習檢查等資源。3.與本課程相關(guān)的其他資源。教學基本內(nèi)容教學方法及教學手段課程引入借"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，說明計算機如何解構(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.銜接導入2.懸念導入3.情景導入4.激疑導入5.演示導入6.實例導入7.其他形式5.1句與句處理句子是語言運用的基本單位，它由詞、詞組（短語）構(gòu)成，能表達一個完整的意思，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)尾應該用句號、問號、省略號或感嘆號等標點符號標記。在語言智能中，句子處理面臨的最重要的任務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行分析，以得到句子的句法結(jié)構(gòu)的處理過程。實際上，這一過程是對句子中詞語的句法功能進行標記。對句法結(jié)構(gòu)進行分析，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提供支持，如對文檔信息進行精確表示。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：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)系進行考察。1．主語和謂語2．述語和賓語、補語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)文法是美國語言學家喬姆斯基在20世紀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“大學學生喜歡流行歌曲”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，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，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。依存弧的方向為由從屬詞指向支配詞。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)點都與句子中的單詞相對應，它能直接處理句子中詞與詞之間的關(guān)系，而節(jié)點數(shù)目大大減少了，便于直接標注詞性，具有簡明清晰的優(yōu)點。特別在語料庫文本的自動標注中，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。因為在實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意義的基本單位，也是實現(xiàn)更復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多少種意義？除了句子本身所能表達的言內(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，句子還可以表達各種各樣的言外之意（或叫“語境意義”“語用意義”）。言外之意實際上也是要以言內(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行識別和標注是現(xiàn)在語義計算中最重要的環(huán)節(jié)。語義角色在前文已有涉及，在這里進行一些更詳細的梳理和補充。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。語義依存分析的標注任務也十分常見。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：邏輯命題表示嚴格來說，這并不是一類在字符串上進行標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)系進行判斷的任務。1．蘊涵2．預設(shè)5.5句級數(shù)據(jù)資源5.5.1樹庫資源隨著計算語言學的發(fā)展，人們逐漸認識到基于規(guī)則的語言學研究方法的局限性。計算機的運算速度飛速發(fā)展，也使人們能夠方便地使用統(tǒng)計學方法從真實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)律更加客觀和準確。樹庫（treebank）就是一種經(jīng)過了結(jié)構(gòu)標注的語料庫。1．美國賓夕法尼亞大學漢語樹庫2．“中研院”漢語樹庫3．北京大學漢語樹庫4．清華大學漢語樹庫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)標注語料庫，由語義角色標注語料庫、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)于中文語義角色標注和依存標注的技術(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/對應語料庫是由原文文本及其平行對應的譯語文本構(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，就是源語言和目標語言之間是按照什么單位對應的。例如，從源語言中文到目標語言英文的詞級對齊語料，就是在語料中每個詞都標明其對應英文單詞。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。平行語料庫是機器翻譯研發(fā)的必備資源，其規(guī)模