[精品]词边界标记浅谈

《[精品]词边界标记浅谈》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、词边界标记浅谈词边界标记浅谈内容摘要：通过分析中文文本呈现特点及字与字、词与词间的切分、识别等问题产生之原因，提出一些留学生汉语阅读材料中标记词边界的手段，使造成理解、切分困难的字词边界明晰，帮助学生解决阅读中的词识别及切分问题。关键词：词识别切分原因词界标记一.引言1.选题源起词边界问题最初针对自然语言理解中的“交集型歧义字段”提出，这里指留学生在阅读中同样存在词边界信息含混而致的词“识别和边界切分”问题。有人提出增加空格“分词连写”,一定程度解决了问题，但相关研究证明其存在较大差异及矛盾。多数汉语文本词界研究都基于“正词法”分词连写

2、的词间空格作词边界标记，人工处理“痕迹”太明显，脱离语言实际，与阅读效率、理解正确率之间的关系不明确。如高珊等通过实验发现，阅读效率和正确理解率间似无必然联系。袁嘉等初步考察了对外汉语教学里中级学生遇到的“骑马词”，“骑马词”产生原因是“似是而非的'熟面孔'文字组合”和“'先入为主'的信息接收心理”O谢晓燕通过实验归纳了分词偏误的基本类型、原因,给出了提高留学生分词能力的具体建议。综合袁嘉、高珊、谢海燕等人的数据及实验结果、汉语文本实际情况和教学实践分析看:1.学生并不总血临词边界识別困难；2.词间空格分词处理后形成的空格，跟字母文字词

3、间空格形成的自然界限有本质区别，脱离正常中文文本实际，也不经济；3•采用词间空格的教材多为零起点与初级，词间空格和注音紧密联系，空格位置缺乏统一标准又各有细微调整甚至与正词法冲突。李宝贵发现不少教材注音和拼写方面或多或少存在不规范。二.留学生中文阅读文本的一些处理办法及局限汉语词边界模糊多在书面语中，表意汉字记录的汉语书面语则丧失了口语所能凭据的大部分排歧条件。阅读中学生并不总面临词识别和切分问题，故边界标记手段也最好具针对性。即只适当标记那些学生可能难以区分的边界，而非切分全文。1.适当运用停顿与标点符号标点符号的使用虽是文字记录语言

4、更为精确的表现，但也存在一定主观性甚至随意性，标点在表停顿、语气和词语性质等方面的功能并未完全体现出来；词边界问题借助标点符号标记词边界有利于保持文本的原生态。2.适当使用点号标记词界针对内部木来可以或应有停顿，但却无停顿的句子，例如：（1）想不到这里地方不大人却这么多。口语中，上句可根据语音停顿、重音等作以下切分：（2）想不到，这里地方不大，人却这么多。即用点号把在口语中清晰而在文木中模糊的语义停顿和划分重新标注出來，类似句子可作同样处理。例如：（3）白天鹅乂游回來To（4）一天山上下來的客人在他家菜园了里丢了垃圾。（5）这样的人才能

5、做研究工作。相应地可运用停顿和点号作如下处理：（6）白天，鹅乂游回来了。（7）—天，山上下來的人在他家菜园了里丢了垃圾。（8）这样的人，才能做研究工作。例（3）存在两种切分，另一种：（9）白天鹅又游回来了。口语屮，停顿及韵律可有效区分“白天鹅”和“白天鹅”，对后一意义，字串“口天鹅”与“乂游回来了”间的语音停顿尚未到达能用点号点开的程度，此时用点号标记词边界就显示出了其局限性，可考虑用标号来标记。3.用标号來标记标号主要指引号、着重号和专名号。汉语中姓名、地名、专名情况复杂，无特定标记信息，对此类断词困难，适当使用标号是有效解决办法之一

6、。如“公路局处理解放大道路面积水问题”，用标号（如引号、着重号）作标记可使界限清晰：（10）a公路局处理“解放大道”路面积水问题。b“公路局”处理“解放大道”路面积水问题。对这类句了，学生最大的难处在于很可能不知道“公路局”是机构，而“解放大道”是地名。标记了这两处，学生对句了的切分和理解问题迎刃而解。此类切分困难，用标号作适当标记不失为有效处理方法。该方法同样可解决专名、姓名、称呼等造成的边界问题。例如：（11）a教育部长跑活动负责人与商家总经理被曝系师生。b“教育部”长跑负责人与商家总经理被曝系师生。（12）祝贺老总百战百胜。Q祝贺

7、老总百战百胜。b祝贺“老总”百战百胜。于例（12）,用引号标记可能会显得怪异，所以对姓名、称呼等而起的断词困难，结合文意用“专名号”來标记界限可能比用“引号”好：(13)由于先生表演的杂技很精彩。a由于先生表演的杂技很精彩。b由于先生表演的杂技很精彩。(14)唐鹏和同学走了。a唐鹏和同学走了。b唐鹏和同学走了。但对例(15),以上标记方法会遇到困难：(15)专家只会诊一些特殊的疾病。上例字串“只会诊”可做两种意思截然不同的切分(这里借助空格切分)：(16)专家只会诊一些特殊的疾病。(17)专家只会诊一些特殊的疾病。上两例“会”是同形同音

8、异义字，例(16)“会”作为语素参与构词，例(17)“会”为助动词，上述标记方法可有效切分例(16),但于(17)有困难，若标记“只会”:(18)专家只会诊一些特殊的疾病。但“只会”不构成独立意义单位，边界