|
根据该语料库的检查结果，与“粥”搭配性最强的有两个词，一是“吃”，二是“喝”，“吃粥”的搭配性反倒强过“喝粥”，这个结果同我的预想不一样。我的语感是北方人，尤其是北京人一般都说“喝粥”。我判断这个现象至少可能由两个因素造成，一是“喝粥”是个比较口语化的词语，该语料库所收文本以书面语语体为主，口语化程度不高；二是许多文本的作者为南方人。这再次提醒我们，分析系统中的对立成分时，该系统的范围和性质对于分析结果会有很大的影响。 搭配问题很值得我们深入研究，它有很高的实际应用价值，也有很重要的理论价值。先说实际运用价值，搭配在外语教学和计算机自然语言处理领域里占据十分重要的地位。我们读学生写的外语作文，一般只要五分钟，便能看出他们语言水平的高低。一般不是看语法，现在有语法检查程序（grammar checker）能自动改正语法错误，主要看词语搭配，一般情况下，没有十年二十年的功夫，很难达到接近本族人语感的那个水平。研究搭配问题，应该会大大有助于我们的语言教学。 IBM公司八十年代投入大量资金，研究包括机器翻译在内的计算机自然语言处理。研究人员当时主要分两大类，一是语言学家，二是计算机技术专家。语言学家一般走的是自五十年代开始的老路，根据语法/语义/词汇的有关规则，将文本分解成词、短语、句子等语言单位进行加工处理。计算机技术专家大都熟悉数据库技术和统计学工具，对语言学家的语法规则不感兴趣，惯用方法往往是利用统计学工具分析海量的双语数据库，以词语搭配和对应频率等统计数据为基础进行语言处理。语言学家所用方法进展缓慢，而随着计算机储存和处理能力的突飞猛进，基于大数据统计方法的语言处理系统效率越来越高，现在成了该领域里的主流，而基于传统语言规则的处理方法则被许多人摈弃。九十年代IBM负责机器翻译的Frederick Jelinek据说说过一句后来广为流传的话：“我每解雇一位语言学家，我的系统表现都会有所改善。” (责任编辑：admin) |