論文關鍵詞：中文信息處理　現(xiàn)代漢語語法　句處理
　　論文摘要：用計算機來處理漢語信息包括“字處理”、“詞處理”和“句處理”三個階段。“句處理”是實現(xiàn)自然語言的處理與理解這一關鍵性的技術難關。其中遇到的問題比較多：詞性的判斷；短語、句子的結(jié)構(gòu)分析；歧義現(xiàn)象分析等等，最根本的方法是語言學家盡可能地把語言中的這些現(xiàn)象通過歸納、分析、總結(jié)出規(guī)律，再用形式化的方式描述出來，以便利于計算機處理。
　　用計算機來處理漢語信息，就是漢語信息處理，又稱中文信息處理。中文信息處理包括“字處理”、“詞處理”和“句處理”。“字處理”、“詞處理”分別與漢字和詞匯有關，在此主要談談“句處理”。
　　句處理的主要內(nèi)容是，怎樣使計算機理解自然語言(如現(xiàn)代漢語)的句子的意思，又怎樣使計算機生成符合自然語言規(guī)則的句子。“句處理”所需要的語言知識，將是一種涉及到語音、語義、語法、語用等諸方面的綜合性知識。目前。大家都深感現(xiàn)有的關于漢語的知識遠遠不能滿足中文句處理的需要。單就句法方面的情況說。在中文信息處理過程中將會不斷遇到我們想象不到的問題，許多問題在人看來還是比較容易解決的，但計算機就解決不了。也有一些問題，本身在學術界就有不同的觀點，那么，就給中文信息處理增加了更大的困難。
　　用計算機來處理中文信息，遇到了很多困難，從現(xiàn)代漢語語法的角度來看，主要有以下一些問題：
　　一、詞性的判斷
　　由于漢語缺乏形態(tài)。漢語的詞性判斷主要是根據(jù)詞的語法功能，不同的詞，詞性意義可能不同，同一個詞出現(xiàn)在不同的地方，詞性意義也可能不同，漢語中，大多數(shù)詞有固定的詞性，但有些詞的用法比較特殊。例如：
　　1.他花了十塊錢買了一盆花。
　　2.你用那個鎖把門鎖上。
　　3.他比雷鋒還雷鋒。
　　這三個句子中分別有兩個“花”、“鎖”、“雷鋒”。但它們只是音同、形同，詞性和意義都不同。句子1中的第一個“花”是動詞，“花費”的意思，第二個“花”是名詞，“植物”的意思。句子2中的第一個“鎖”是名詞，即“鎖子”的意思，第二個“鎖”是動詞，是“鎖住”的意思。句子3中第一個“雷鋒”是名詞，表示人名，第二個“雷鋒”是形容詞，表示“雷鋒的精神、品質(zhì)等”。具有一定語言知識的人大體上都能分清它們的區(qū)別。從傳統(tǒng)語言教學的角度來講，句子1中的兩個“花”是詞形、讀音相同，但詞性和意思都不一樣，且兩個“花”的意思之間沒有聯(lián)系，所以屬于同音詞。句子2中的兩個“鎖”，也是詞形、讀音相同，詞性和意思都不一樣，但兩個“鎖”意思間有聯(lián)系，所以屬于兼類詞。句子3中的兩個“雷鋒”詞形、讀音相同，詞性和意思都不一樣，意思也有聯(lián)系，但第二個“雷鋒”屬于詞類活用。Ⅲ從教學的角度看，這種分類比較細致，便于人們的理解和掌握，但是，從中文信息處理的角度來看，這種分法太細，不便于計算機掌握。
　　目前，在中文信息處理中，是這樣來定義兼類詞的：亢世勇認為“兼類詞有廣義兼類詞和狹義兼類詞。廣義兼類詞就是中文信息處理中所說的現(xiàn)代漢語的同形詞，對于計算機而言，只要詞形相同，不管讀音是否相同、意義是否相通，是同形異音詞、同形同音詞，還是一詞多義、一詞多種用法，都是相同的，都要從多個當中選一個。狹義的兼類詞就是指一般的現(xiàn)代漢語著作定義的，‘同形同音、意義上有一定的聯(lián)系，且具有兩類或兩類以上詞的語法功能的詞”’。陸儉明認為，兼類詞是“指同字形、同音而意義不同或詞性不同的詞”。如果按這種定義理解，以上三個句子中的兩個“花”、“鎖”、“雷鋒”都可以稱之為兼類詞。因為，中文信息處理的目的是讓計算機能根據(jù)具體環(huán)境判斷出詞的詞性，從而準確理解其中的含義就可以了。盡管如此，但是，漢語詞類是多功能的，一類詞不需要發(fā)生詞形變化就可以充當不同的句子成分，不同類的詞可以充當相同的句子成分，這樣就給兼類詞區(qū)分帶來了更多的麻煩。因而，兼類詞的選擇是計算機詞性自動標注的一個“瓶頸”。盡管信息處理專家運用了規(guī)則排歧、統(tǒng)計概率排歧或者兩者結(jié)合起來等多種方法進行排歧，但到目前為止，還沒有一種方法、一種系統(tǒng)能夠徹底解決這個問題。
　　二、短語、句子的結(jié)構(gòu)分析
　　由于漢語缺乏形態(tài)。所以。語序和虛詞成了漢語中表示語法的主要手段。有些短語、句子的結(jié)構(gòu)不好理解，需要形式和意義結(jié)合起來分析。例如：
　　A組：a。陜西+甘肅+寧夏 (“陜西+甘肅+寧夏”三者為聯(lián)合關系)
　　b.中國+(北京+陜西)(“中國”與“北京陜西”是偏正關系.“北京”與“陜西”是聯(lián)合關系)
　　C.中國(陜西(西安))(“中國”與“陜西西安”是偏正關系，“陜西”與“西安”也是偏正關系)這一組中的abe三個短語對人來說，都很容易分清楚，但計算機目前還很難區(qū)分,要讓計算機分辨清楚，就得把三個處所名詞組合在一起構(gòu)成a類、b類、e類不同關系的條件與規(guī)則研究清楚，并將這些條件與規(guī)則加以形式化輸入到計算機內(nèi)。
　　B組：開始討論(述賓關系)分析研究(聯(lián)合關系)研究結(jié)束(主謂關系)
　　取下來(述補關系)　看完再說(連謂關系)　叫他回來(兼語關系)
　　生產(chǎn)管理(定中關系)　諷刺說(狀中關系)　介紹寫(不構(gòu)成合法的句法關系)
　　這組是現(xiàn)代漢語里“動詞性詞語+動詞性詞語”構(gòu)成的種種不同的結(jié)構(gòu)關系，對人來說，通過講解大致可以分辨，可是讓計算機要分清楚，就非常難，因為我們至今還沒有總結(jié)出“動詞性詞語+動詞性詞語”構(gòu)成各種不同句法關系的具體規(guī)則。換句話說，“動詞性詞語+動詞性詞語”在什么條件下一定構(gòu)成合法的什么句法關系，能構(gòu)成什么樣不同的句法關系，我們至今還說不清楚。
　　C組：天氣好——好天氣(主謂——偏正)很好——好得很(偏正——述補)
　　來人了。——人來了。(述賓——主謂)
　　一張票三元錢。——三元錢一張票。(主謂——主謂)這一組都是由于語序的不同而形成的結(jié)構(gòu)和意義都不同的短語和句子。這些結(jié)構(gòu)對人而言，稍加學習就可以理解，但這些給計算機理解意思增加了難度。需要人們把這些語序的變化形成的不同的結(jié)構(gòu)概括出規(guī)律來，再用形式化的方式描述出來。輸入到計算機里。