汉语构词研究与语言信息处理

语言功能 、 意义性质等各方面进行分类。从信息处理 的角
度看 ， 这些分类对汉语分词 都具有一定的作用。单纯从语
音分类来看． 汉语 双音节词素 的存在有助于计算 机自动分 词。我们知道 ， 双音节 诃素不外 构成连纬 词、 叠音 词以及
音译外来词的成词 词素 ， 这些词 素尤其是 连绵 词 、 叠音词
以以别的意义 出现在其 他词中， 且位 置并不固定 。比如最
素… 。可成词词 素既可单 独成词 ， 又可 和其 他 词索共 同
构成 一个词 ， 一点 显然无助于计算机 自动分词。非 词词 这
素不能单 独成词 ， 它也就只能提示计算机 断定它本身不是 诃， 丽 须和其 他词素共 同扮 坷． 所 对 计算机 自动分 词
汉 语 构 词 研 究 与 语 口息 理 言 信 处 口ｌ
杨 同 用
（ 北 师 范 大 学 文学 院 ， 北 石 家 庄 河 河 ０ ０９） ５ ０ １
摘
一
要： 汉语 掬 词 研 宄 与 中 ｊ信 息 处 理 关 系密 切 ． 时 中 文信 息 处 理 对 攫 语 扮 词 研 究也 提 出 了更 高 更 进 ＝ 同
维普资讯
杨 同用
汉 语构 词研 究与 语 言 信 息 处 理
８ ５
女 子夜” 莲子” 孢 子” ， 分词有干扰作 用的 当然是 “ 等 对
傲前一个词索的“ 子 ． 尽管在这个位置上 它构成 的常用词 并不多 ， 但肯定 也会影 响分词的效率。这 些情况 都要求我
常用的词缀“ ， 于” 它除了能做后缀构 成一 大批 附加式合成 词外 ， 可以做词报构成许多复台词 ， 子弹～子弟～ 子 还 如“
收 稿 日期 ：０ １０ —０ ２ ０ －１３ 作 者 １ ： 同 用 （９ ４） 男 ， 孰 授 、 研 现 代 投 语 及 应用 语 盲 学 ｃ 畸介 栖 １６ 一 ． 副 主
重要的一种分类方法。因为词缀是定位词素， 即使数 目很
词猩猩 、 姥姥 、 潺潺 、 皑、 瑟， 皑 瑟 其文字符号 蕴涵 丁相 当多 的信 息量 ， 用字 与字序 的专一性使计算机也很容易ｔ别 。 ｝ ｛
从功能方面 来看 。 素 可分为 可成词 词 素和 非词 词 词
少， 由于使用额率高， 但 所以对 自动分词也具有一定意义。 然而需要注意的是 ， 大部分 词缀并 不是专 职的， 它们还可
步的要求。
关键词 ： 构菌 ； 素 词 中 文岩 息 处 理 中 囤 分 类号 ： ４ ． Ｈ１６ １ 文献标识码 ： Ａ 文 章编 号 ：０ ０５ ８ （０ ２ ０ —０ ４０ １０ —５ ７ ２ ０ ２０ ８ —３ Ｊ
汉语构 词的研究 ， 为现代汉 语的重要 内容 ， 作 一直为 词汇和 语法学界所重 视． 取得 了丰硕 的成果 ， 信息 网 并 而 络时代 的到来则对汉语的研究提 出 丁更高要求 ７ ０年代 就有人预言语言学是一门领先的科学 ， 重要表现就是语 其 言与计 算机的结台 计算机 由单 纯数据计算到 信息处理 ． 是从处理语盲文字 信息开始 的。随着计 算机科学 的发展
和信息时代的到来 ， 汉语构 词研究 也不再但仅局限于加深 对词语 结构的认识 、 正确理解词 义 并使 用语言 ， 它还应 对
计算机 自动分词 、 词性标注 以及词义理解等方面提供语言
学帮助。
鼠构词的角 度来 看 ， 词是 由诃索 构成 的 ， 而这些词 然 素的性质地位 并不一样。对汉语词索戎们可执 语音形式 、
的作用也并不 太大 ， 使语 言研究 与计算 机工 程结合 起 要 来， 还应对 词紊做 进一步的分析。卞成林根据计算机 和非词三太类词
素 － 他研究发现＜ 代汉语词典） ９２ 个词索， 现 共 ７５ 其中有
１３ ７８十词索是 造词词素 ， 它们只 能单独构词， 不能充当构 词成分 ． 计算机分词系 统很容 易将 这些词预 先提取 出来。 成词词索和非词词索都 可以充 当构 词成 分 不同的是 ， 成 词词素还 可单 独柑词 ， 非词词 素却不 能。这两类 词素 中， 不少词素在构 词时位 置是 固定的． 这就可 成 为计 算机 自 动分 词的一个明显标 记。卞成林经过分 析得 出结论 ： 这些 词索 中不定 位词 索 ３ ４ ６ ６个， 定位词素 ２ ２ ６ ５个。 由于定 位词素只分前 置和后置定位词 素， 这种位置特 征对于 自动 分词显然有重要的作 用。当然 ． 定位词索如果是还能够单 独成词的 自由词素 ， 肯定会对据此进行分词 的结果产生一 定的干扰作甩 。再加上定位词素既可构 成双 音节词 ， 还可 能构成多音节词 ， 这也给计算机 自动分词增加 丁难度。这 就要求我们进一 步棵人研究 定位词素 以及其他构词 词素 的语法性质 、 词汇意义等属性 ， 以增强分词的抗干扰能力， 提高 自动分词的正确率。
维普资讯
２０ ０ ２年 ０ ３月
河 北 师 范大 学学 报 （ 学社 会 科 学 版 ） 哲
Ｍ ａ ２ ０２ ｒ ０ 、０Ｉ ５ Ｎｏ． ， ２ ２
第２ ５卷 第 ２期
Ｊｕｎｌ ｆ ｅｅ Ｎ ｍＬ ｎｖｒｔ（ ｈｌ ｏｈ ｎ ｏｉ ｃ ｎｅ Ｅ ｉｏ ） ｏｒａ 。 ｈｉ ｏ ａ Ｕ ｉ ｓ ｙ Ｐ ｉｓｐ ｙａｄＳ ｃ ｌ ｉ ｃｓ ｄｔ ｎ Ｈ ｌ ｅｉ ｏ ａＳ ｅ ｉ
构 成词素所用的文字符号大部分是专职的， 即只 能构成这
个词而不能构成 其他的词。 比如连绵 词葡萄、 蟋蚌 、 蜘蛛、 蟑螂 、 鸳鸯、 忸怩 、 徘徊 、 踯躅 、 蹉跎 、 哆嗦、 尴尬 、 崭窕 ， 叠音
把词素分为词根和词缀是从词素意义方面的分类 ， 当 然它们在形式上也有 比较明显的标志， 这是构词研究 中租