藏語判斷、存在動(dòng)詞識(shí)別策略

李 琳，龍從軍

（1.中國社會(huì)科學(xué)院 民族學(xué)與人類學(xué)研究所，北京100081；2.中國社會(huì)科學(xué)院研究生院，北京102488；3.中央民族大學(xué) 民族語言監(jiān)測分中心，北京100081）

1 引言

判斷動(dòng)詞和存在動(dòng)詞在藏語中使用廣泛且用法多樣。它們不但可以作判斷句、存在句的謂語；還可以構(gòu)成描寫句謂語；也可以作為語法標(biāo)記附加于其他動(dòng)作動(dòng)詞之后，共同構(gòu)成句子的謂語組塊，表達(dá)句子的體貌、示證范疇；此外還可以通過添加名詞化標(biāo)記構(gòu)成非謂語組塊。判斷動(dòng)詞和存在動(dòng)詞的歧義性給藏文文本標(biāo)注和藏語句型識(shí)別等藏語信息處理研究帶來了困難。

為了識(shí)別判斷、存在動(dòng)詞在不同語境的不同含義，本文借助藏語語法規(guī)則以及藏語信息處理的相關(guān)技術(shù)，提出了一個(gè)自動(dòng)判別方法。首先，對(duì)判斷動(dòng)詞和存在動(dòng)詞在文本中出現(xiàn)的語言環(huán)境進(jìn)行形式化表述；然后，提取他們的上下文特征詞；最后，利用特征詞從肯定與否定兩個(gè)方面判別其詞性并標(biāo)注。對(duì)于不能以上下文特征詞判定的現(xiàn)象我們借助動(dòng)詞詞表輔助識(shí)別，從而減少由于未登錄詞或者詞類兼類造成的不能識(shí)別或者誤識(shí)別的情況。從實(shí)驗(yàn)結(jié)果來看，本文的方法可以有效判定判斷、存在動(dòng)詞詞性。

2 含判斷、存在動(dòng)詞句子識(shí)別

藏語是SOV型語言，動(dòng)詞都位于句尾，名詞放在動(dòng)詞前面［1］。在書面藏語文本中，判斷、存在動(dòng)詞后面還可以附加一些連詞，或者句子的結(jié)束標(biāo)志：單垂線、雙垂線或者四垂線。但是當(dāng)判斷、存在動(dòng)詞出現(xiàn)在嵌套句的小句或者作為句群中的分句時(shí)，情況會(huì)稍微復(fù)雜一些。識(shí)別出包含判斷、存在動(dòng)詞句子，是識(shí)別其含義的先決條件。因此，本文首先要解決提取含有判斷、存在動(dòng)詞句子的問題。

我們認(rèn)為，判斷、存在動(dòng)詞右側(cè)的語言特征有助于識(shí)別出這類句子。通過研究我們總結(jié)出判斷、存在動(dòng)詞右側(cè)的語言環(huán)境可分為［2］：1）直接煞尾的；2）帶有語氣標(biāo)記的；3）帶有連詞標(biāo)記的；4）帶有名物化標(biāo)記；5）帶有名詞化和連詞標(biāo)記的這五種情況。值得提出的是，藏語中名詞化標(biāo)記可以加在整個(gè)短語、句子上，從而使整個(gè)短語和句子名詞化。同時(shí)，當(dāng)一個(gè)句子從句法結(jié)構(gòu)上看已經(jīng)完結(jié)，但是上下文句意還沒有表達(dá)完結(jié)、需要補(bǔ)充說明時(shí)，也使用名詞化標(biāo)記。判斷、存在動(dòng)詞的右側(cè)特征可總結(jié)為規(guī)則集1，如下：

（1）名詞性短語（NP）＋判斷、存在動(dòng)詞＋句子結(jié)束符號(hào)。例如，

先前，亞東國王有一個(gè)聰明而又關(guān)心百姓，名叫尼措桑布的仆人。

（2）NP＋判斷、存在動(dòng)詞＋分句連詞＋垂符。例如，

這座宮殿有13層，高度有117米左右。

（3）NP＋判斷、存在動(dòng)詞＋示證標(biāo)記＋垂符。例如，

（親眼看見）從樓上窗子里掉下一塊玉石。

（4）判斷、存在動(dòng)詞＋名詞化標(biāo)記＋分句連詞＋垂符。例如，

湖周圍的山綿延大約有250公里。

（5）判斷、存在動(dòng)詞＋語氣詞＋垂符。例如，

這是扎西的寢室嗎？

利用規(guī)則集1，我們從《學(xué)說藏語300句》［3］774個(gè)句子中識(shí)別帶有這兩類詞的句子。我們抽取出帶有判斷動(dòng)詞（yin＼min＼red）的句子分別有52、1、117句，帶有存在動(dòng)詞（yod＼med＼vdug＼yod red）的句子分別有76、13、54、24句。全部語料中判斷、存在動(dòng)詞及同形形式共有337句，占測試語料的44%。這一結(jié)果也說明在藏語中判斷、存在動(dòng)詞使用非常廣泛。

3 判斷、存在動(dòng)詞特征詞及規(guī)則集

由判斷動(dòng)詞和存在動(dòng)詞構(gòu)成的謂語組塊結(jié)構(gòu)相對(duì)簡單［4－5］。判斷、存在動(dòng)詞前面有極少的副詞對(duì)其修飾，后面也很少有體貌、示證成分（除外），但可能附加一些語氣詞［6］。

我們認(rèn)為，要對(duì)判斷、存在動(dòng)詞在不同語境下的詞性做出準(zhǔn)確的判定，其左邊的語言要素非常重要。即可以根據(jù)判斷、存在動(dòng)詞左邊的一些特殊的詞、短語作為識(shí)別特征直接判斷出該詞詞性。

當(dāng)判斷、存在動(dòng)詞作謂語動(dòng)詞時(shí)，其左邊為名詞性成分。因此本文利用某些封閉的、能夠預(yù)測其左邊為名詞性成分的特征詞，如數(shù)詞指示代詞等來識(shí)別是否是判斷、存在動(dòng)詞，并把這些特征詞總結(jié)為規(guī)則集2：

（4）格標(biāo)記。

4 非判斷、存在動(dòng)詞特征詞及規(guī)則集

判斷、存在動(dòng)詞的用法多樣，除了作判斷、存在句的謂語動(dòng)詞外，還具有其他更加復(fù)雜的用法［7］。用法可分為以下兩類：一是作為動(dòng)作動(dòng)詞的體貌、示證標(biāo)記；二是作為描寫句的謂語動(dòng)詞，與形容詞一起構(gòu)成句子的謂語組塊［8］。

藏語（口語）中單獨(dú)以動(dòng)詞結(jié)尾的句子不多，在謂語動(dòng)詞后總是帶有一些其他成分（泛稱語尾）。謂語動(dòng)詞組塊可擴(kuò)展為形式（1）［4］：

｛（狀語）＋動(dòng)詞＋（動(dòng)態(tài)補(bǔ)語）（＋助動(dòng)詞［情態(tài)和趨向］）（＋體貌—示證標(biāo)記）（＋語氣詞）｝

4.1 作體貌、示證標(biāo)記時(shí)謂語組塊結(jié)構(gòu)

當(dāng)判斷、存在動(dòng)詞作體貌、示證標(biāo)記時(shí)，根據(jù)擴(kuò)展形式（1）句子的謂語組塊結(jié)構(gòu)可歸納為以下幾類。

（1）（副詞）＋動(dòng)詞＋體貌標(biāo)記。例如，

同學(xué)們一起讀著書。

（2）（副詞）＋動(dòng)詞＋助動(dòng)詞＋體貌標(biāo)記。例如，

他說：不要磕頭，我們大家是平等的。

（3）（副詞）動(dòng)詞＋趨向動(dòng)詞＋體貌標(biāo)記。例如，

他們到南方溫暖的地方去過冬了，明年的春天回來。

（4）（副詞）動(dòng)詞＋趨向動(dòng)詞＋助動(dòng)詞＋體貌標(biāo)記

我想回來了。

4.2 描寫句謂語組塊結(jié)構(gòu)

（1）（副詞）形容詞（副詞）＋ 判斷、存在動(dòng)詞

質(zhì)量非常好。

（2）（形容詞性）疑問代詞＋判斷、存在動(dòng)詞

你看味道怎么樣。

（3）（副詞）形容詞／副詞＋判斷、存在動(dòng)詞＋語氣詞

你身體好嗎？

4.3 規(guī)則集3

通過以上對(duì)句子謂語組塊的分析，我們發(fā)現(xiàn)當(dāng)左特征詞符合以下規(guī)則集3時(shí)，可以判定在該語境下，該詞不是判斷、存在句的謂語動(dòng)詞。

由于一些標(biāo)記本身也存在同形歧義情況，因此可以用來否定判斷、存在動(dòng)詞作謂語的特征詞比較少。尤其是否定判斷動(dòng)詞作謂語更難，比如＋判斷動(dòng)詞，＋判斷動(dòng)詞，如果不考慮前面的詞性，無從判定是判斷動(dòng)詞還是體標(biāo)記。

（3）助動(dòng)詞，趨向動(dòng)詞。

區(qū)分描寫句的特征詞主要是描寫性形容詞和一些修飾形容詞的副詞。（ha cang）和（zhe drags）通常用來修飾形容詞，而不常修飾動(dòng)詞。

5 識(shí)別過程

我們把謂語組塊作為識(shí)別的主要特征。首先，找出句子結(jié)尾符合判斷、存在動(dòng)詞加右特征詞各形式的句子。然后，利用本文第3節(jié)和第4節(jié)提出的規(guī)則集對(duì)左特征詞進(jìn)行分析，從而判別出該語境下該詞的詞性。識(shí)別過程見圖1。

首先，利用規(guī)則集1提取出謂語組塊包含判斷、存在動(dòng)詞的句子。然后，查詢左特征詞是否符合規(guī)則集2。如果是，則該判斷、存在動(dòng)詞的詞性為動(dòng)詞；如果否，進(jìn)行下一步判斷。第三步，判斷左特征詞是否符合規(guī)則集3。如果是，該詞是體貌示證標(biāo)記或描寫句謂語；否則進(jìn)行下一步判斷。第四步，利用助動(dòng)詞和動(dòng)詞詞典判斷左特征詞。如果是，則可標(biāo)記該詞為體貌示證標(biāo)記或描寫句謂語；否則該詞為判斷、存在句謂語動(dòng)詞。

6 實(shí)驗(yàn)及分析

圖1 判斷、存在動(dòng)詞識(shí)別流程圖

本文首先通過人工篩選，從774個(gè)句子中篩選出帶有判斷、存在動(dòng)詞的句子，然后對(duì)這些句子分類，結(jié)果為：存在句26句，描寫句50句，判斷句92句，其他動(dòng)詞句161句。以規(guī)則為主的過濾法識(shí)別情況是，利用規(guī)則集2中的各類特征詞共正確識(shí)別出82個(gè)判斷、存在動(dòng)詞。其中，以數(shù)詞作為特征正確識(shí)別16個(gè)；以格標(biāo)記作為特征正確識(shí)別11個(gè)；以代詞作為特征正確識(shí)別出52個(gè)；以敬語標(biāo)識(shí)為特征識(shí)別出3個(gè)。利用規(guī)則集3，排除帶有判斷、存在動(dòng)詞及同形詞的句子136句。其中利用助動(dòng)詞、趨向動(dòng)詞為特征詞，可以正確辨識(shí)出60個(gè)和4個(gè)句子中判斷、存在動(dòng)詞同形詞為體貌—示證標(biāo)記。利用常見的形容詞作為特征詞，可以正確識(shí)別為描寫句動(dòng)詞的有45個(gè)。最后，利用動(dòng)詞詞典，正確辨識(shí)了70個(gè)句子中的判斷、存在動(dòng)詞作體貌—示證標(biāo)記。采用本文的方法，對(duì)判斷、存在動(dòng)詞及同形形式的337個(gè)句子進(jìn)行識(shí)別，正確識(shí)別319個(gè)，正確率達(dá)到94.66%。

從上述測試結(jié)果可見，利用規(guī)則方法層層過濾識(shí)別判斷、存在動(dòng)詞效果明顯，正確率較高。把依靠動(dòng)詞詞表放到最后一個(gè)步驟，大大減少了因兼類而誤識(shí)別或者未登錄詞條無法識(shí)別的情況。利用動(dòng)詞詞表的結(jié)果也表明了這一點(diǎn)。利用動(dòng)詞詞表識(shí)別時(shí)，10個(gè)識(shí)別錯(cuò)誤中的9個(gè)是由于未登錄詞造成的。例如，

我剛購進(jìn)了一點(diǎn)冬蟲夏草。

本文所利用的規(guī)則集非常小，僅僅幾十個(gè)特征詞，但是識(shí)別效果還是不錯(cuò)的。下一步需要分析識(shí)別錯(cuò)誤，進(jìn)一步擴(kuò)大特征詞和測試語料。但是語言本身有它的復(fù)雜性，就存在動(dòng)詞而言（vdug）＼（yod）本身又可以作為動(dòng)作動(dòng)詞用。例如，

這個(gè)小洞在他的眼睛正上方帶給他便利，因此向上看時(shí)，有一只老鼠呆在那里。

米拉多杰僧格愛好賭博，而且很精通，經(jīng)常獲勝。

因此對(duì)于這些特殊的現(xiàn)象，還需要進(jìn)一步研究，調(diào)整識(shí)別策略，提取有效的特征詞，同時(shí)也可以采用統(tǒng)計(jì)方法對(duì)過濾

后不能用規(guī)則識(shí)別的現(xiàn)象進(jìn)行處理。

7 結(jié)束語

本文針對(duì)現(xiàn)代藏語判斷、存在動(dòng)詞進(jìn)行識(shí)別研究。通過考察含有判斷、存在動(dòng)詞句子的句子結(jié)構(gòu)，我們建立了判別規(guī)則集。首先，從句子結(jié)尾逆向找出符合判斷、存在動(dòng)詞加右特征詞各形式的句子。然后，利用本文提出的判斷規(guī)則集對(duì)左特征詞進(jìn)行分析，從而辨別出該語境下該判斷或存在動(dòng)詞的詞性。

［1］胡坦.藏語存在句［C］／／藏語研究文論.北京：中國藏學(xué)出版社，2002：474－504.

［2］趙維納.藏語句子邊界識(shí)別研究［D］.北京：北京語言大學(xué)，2010.

［3］江嘎，等.學(xué)說藏語300句［M］.北京：民族出版社，2006：1－313.

［4］江荻.面向機(jī)器處理的現(xiàn)代藏語句法規(guī)則和詞類、組塊標(biāo)注集［C］／／江荻，孔江平.中國民族語言工程研究新進(jìn)展.北京：社會(huì)科學(xué)文獻(xiàn)出版社，2005：10－93.

［5］江荻.現(xiàn)代謂語動(dòng)詞的識(shí)別與信息提?。跜］／／第20屆東方語言計(jì)算機(jī)處理國際會(huì)議論文.沈陽：清華大學(xué)出版社，2003：125－137.

［6］周繼文，謝后芳.藏語拉薩話語法［M］.北京：民族出版社，2003：42－43.

［7］胡坦，索南卓嘎，羅秉芬.拉薩口語讀本［M］.北京：民族出版社，1986：25－70.

［8］江荻.藏語拉薩話的體貌、示證及自我中心范疇［J］.語言科學(xué)，2005，4（1）：70－88.

［9］胡坦.拉薩藏語中的“是”字句［C］／／胡坦.藏語研究文論.北京：中國藏學(xué)出版社，2002：454－473.