李 璠

（西藏民族大學(xué)外語學(xué)院 陜西咸陽 712082）

一、引 言

在修辭過程中，修辭者通過使用修辭策略闡釋知識(shí)的來源并標(biāo)明其態(tài)度和評(píng)估，從而構(gòu)建知識(shí)，將知識(shí)碎片化重新包裝，進(jìn)而對(duì)被修辭者產(chǎn)生影響。而詞典編纂者與用戶之間的關(guān)系就是修辭與被修辭的關(guān)系。詞典的修辭過程，即傳播知識(shí)和學(xué)科。[1]在傳播學(xué)科過程中，學(xué)科邊界的劃分受知識(shí)發(fā)展的影響，而知識(shí)受世界構(gòu)建影響，因此學(xué)科邊界是動(dòng)態(tài)的。受后現(xiàn)代影響，知識(shí)的碎片化導(dǎo)致學(xué)科權(quán)威的瓦解。詞典幾乎包含了所有學(xué)科，是學(xué)科之間的大熔爐，隨著知識(shí)的碎片化，學(xué)科權(quán)威的瓦解，修辭者，即詞典編纂者如何引導(dǎo)用戶搜索詞匯也是需要革新的。

本文主要研究線上詞典，參考FrameNet的框架語義學(xué)理論，通過設(shè)置動(dòng)態(tài)和靜態(tài)系數(shù)，提出一套基于詞典學(xué)、修辭學(xué)、語義學(xué)的線上詞典搜索方法。詞典搜索方式的流程為：（1）接受用戶輸入的修辭描述，對(duì)其進(jìn)行特征提??；（2）根據(jù)（1）中得到的關(guān)鍵詞集在詞典中進(jìn)行匹配，找出匹配度超出某一閾值的詞集；（3）分析輸入句中的語義角色并計(jì)算相似度。有的搜索引擎技術(shù)多是完成詞形的匹配，用戶輸入想要查找的關(guān)鍵詞，根據(jù)詞語形態(tài)的匹配算法，顯示包含相關(guān)詞的文本，即采用用戶輸入詞與網(wǎng)頁中文本關(guān)鍵詞精確匹配的方式返回用戶搜索的結(jié)果，而沒有分析單詞或其他更基本的成分的結(jié)構(gòu)關(guān)系和語義關(guān)系。本文構(gòu)建的語義修辭詞典檢索優(yōu)化方法能夠很好地解決這個(gè)問題：根據(jù)詞和句子的語義來計(jì)算文檔與查詢內(nèi)容的相關(guān)度。因?yàn)樵谠~典的內(nèi)部，詞匯是通過屬性范疇和動(dòng)態(tài)描述來表達(dá)的。動(dòng)態(tài)描述就是一個(gè)語義框架，在這個(gè)框架中包含了所有的情境，而屬性范疇詳細(xì)地剖分了詞匯的靜態(tài)特征。利用語義修辭詞典搜索方法進(jìn)行情境搜索，其實(shí)就是動(dòng)態(tài)特征和靜態(tài)特征的匹配過程。[1]

二、文獻(xiàn)綜述

對(duì)機(jī)器詞典FrameNet的研究這些年備受關(guān)注，它已經(jīng)是自然語言處理系統(tǒng)的一個(gè)重要方面。[2]1986年日本建設(shè)了電子詞典研究所并開發(fā)和構(gòu)建了10部詞典，其中包括分類詞典和概念描寫詞典，這在一定程度上滿足了自然語言處理和知識(shí)信息處理的需要。[3]

國(guó)內(nèi)學(xué)者對(duì)機(jī)器詞典的研究也可以追溯到1990年代，包括北京大學(xué)七五期間構(gòu)建的“現(xiàn)代漢語語法信息庫”，八五期間構(gòu)建的“現(xiàn)代漢語語法電子詞典”。1994年構(gòu)建了為機(jī)器翻譯服務(wù)的“現(xiàn)代漢語語義詞典”，這是北京大學(xué)計(jì)算機(jī)語言學(xué)研究所與中科院計(jì)算所聯(lián)合開發(fā)“漢英機(jī)器翻譯模型系統(tǒng)”的過程中得出的。1996-1998年，“現(xiàn)代漢語語義詞典”對(duì)4.9萬名詞、動(dòng)詞、形容詞進(jìn)行了語義分類，并對(duì)其語義搭配限制進(jìn)行了簡(jiǎn)單描述，取得了階段性進(jìn)展，同時(shí)也能夠幫助消解詞和句法的歧義。[4]

現(xiàn)有研發(fā)的各種詞典如WordNet、FrameNet、VerbNet等，不僅可以計(jì)算詞和詞之間的相似度，還可以獲取詞的各種語義信息等，通過使用蘊(yùn)含規(guī)則的形式對(duì)各種知識(shí)進(jìn)行表達(dá)，即可將這些知識(shí)用于文本醞釀和識(shí)別推理。[5]盡管，經(jīng)過這幾年的積累，英文的文本醞釀已經(jīng)有了相當(dāng)規(guī)模的知識(shí)庫。但是由于知識(shí)的不足和利用不充分，加上已標(biāo)注的文本蘊(yùn)含對(duì)訓(xùn)練語料的規(guī)模限制等，導(dǎo)致文本識(shí)別性不高。

許多文獻(xiàn)是將知識(shí)資源FrameNet用于文本蘊(yùn)含識(shí)別的方法，但也僅僅使用了FrameNet框架詞元的語義信息，未對(duì)FrameNet中的框架關(guān)系進(jìn)行使用。Roni Ben Aharon、IdanSzpektor和 Ido Dagan提出了一種利用FrameNet框架及其框架關(guān)系與真實(shí)語料相結(jié)合構(gòu)建文本蘊(yùn)含規(guī)則知識(shí)庫的方法，并構(gòu)建了知識(shí)庫“FRED”。

董振東曾指出“屬性與屬性值嚴(yán)格對(duì)應(yīng)。不同的屬性類型對(duì)應(yīng)不同的屬性值，世界上不存在屬性沒有屬性值，也不存在不從屬于任何屬性的屬性值?！盵6]董振東所指的屬性值是對(duì)屬性具體情況的統(tǒng)稱，他設(shè)定的屬性值是性質(zhì)形容詞和數(shù)詞。用描述性形容詞組成的“屬性值”概念來表示具體的屬性情況也同樣適用于WordNet。

劉春卉通過結(jié)合HowNet和WordNet，提出屬性的具體情況包含屬性值和屬性特征—“屬性值是對(duì)具體屬性情況的定性或測(cè)量，一般用數(shù)量短語、名詞和動(dòng)詞來表示，屬性特征是指對(duì)屬性具體情況的特征描述或評(píng)價(jià)”。[7](P43-44)

三、理論框架

（一）FrameNet簡(jiǎn)介

伯克利FrameNet項(xiàng)目對(duì)幾千個(gè)英語詞匯項(xiàng)的框架語義進(jìn)行描述，并用當(dāng)代英語語料庫的語義注釋證明來備份這些描述。[5]這些描述都是基于從大型文本語料庫中提取的例句手動(dòng)標(biāo)注的語義注釋及由詞典編纂者和語言學(xué)家對(duì)其語義模式的系統(tǒng)分析。因此，項(xiàng)目的重點(diǎn)是人類以機(jī)器可讀的形式進(jìn)行編碼語義知識(shí)。

FrameNet涵蓋的語義領(lǐng)域是：健康護(hù)理，感覺-交流，交易，時(shí)間-空間，身體（身體的部分和功能），運(yùn)動(dòng)，生活，階段，社會(huì)責(zé)任。[2]

項(xiàng)目的結(jié)果是（a）詞匯資源，稱為FrameNet數(shù)據(jù)庫3；和（b）相關(guān)的軟件工具。數(shù)據(jù)庫有三個(gè)主要組成部分（詳細(xì)描述如下）：

其一，詞匯包含條目，其中包括：（a）一些常規(guī)的字典類型的數(shù)據(jù)，主要是為了讀者;（b）公式捕捉語義框架的元素可以在單詞周圍的短語或句子中實(shí)現(xiàn)的形式化方式;（c）與語義連接的已標(biāo)注的例句，其中說明了公式中標(biāo)識(shí)的每個(gè)潛在實(shí)現(xiàn)模式;（d）鏈接到FRAME DATABASE和其他機(jī)器可讀資源（如WordNet和COMLEX）。其二，框架數(shù)據(jù)庫包含每個(gè)框架的基本概念結(jié)構(gòu)的描述，并為參與這些結(jié)構(gòu)的元素提供名稱和描述。其三，注釋標(biāo)示例句，標(biāo)示為詞匯項(xiàng)的語義和形態(tài)特征。這些句子為框架數(shù)據(jù)庫和詞典中提供的詞典分析提供經(jīng)驗(yàn)支持。這三個(gè)組成部分形成了高度相關(guān)性和緊密結(jié)合的整體：每個(gè)元素可指向另外兩個(gè)元素。數(shù)據(jù)庫還將包含對(duì)義項(xiàng)相對(duì)頻率的預(yù)測(cè)和通過對(duì)比手動(dòng)標(biāo)注的示例與BNC語料庫而計(jì)算出的完整模式（pattern）。[2]

FrameNet的工作在某些方面類似于在案例角色或角色角度描述詞匯項(xiàng)的參數(shù)結(jié)構(gòu)，但在FrameNet中，角色名稱（稱為框架元素或FE）對(duì)特定概念結(jié)構(gòu)是本地的（框架）;其中一些是相當(dāng)普遍的，而另一些則是針對(duì)一小部分詞匯項(xiàng)。在運(yùn)動(dòng)領(lǐng)域內(nèi)的運(yùn)輸框架提供了運(yùn)動(dòng)者，運(yùn)輸方式和路徑。[5]例如，DRIVING框架指定DRIVER（主要MOVER），VEHICLE（MEANS元素的具體化），以及作為次級(jí)移動(dòng)器的CARGO或RIDER。在此框架中，Driver啟動(dòng)并控制車輛的移動(dòng)。對(duì)于這個(gè)框架中的大多數(shù)動(dòng)詞，DRIVER或VEHICLE可以被實(shí)現(xiàn)為主體;車輛，船只或貨物可以作為直接物體出現(xiàn);PATH和VEHICLE可以作為間接補(bǔ)充。

FrameNet項(xiàng)目的計(jì)算方面旨在有效地將人類視野引入語義結(jié)構(gòu)。所涉及的大部分工作是用文本標(biāo)簽標(biāo)記文本，再次指定要處理的框架的結(jié)構(gòu)，并根據(jù)注釋的結(jié)果和先驗(yàn)描述寫入字典樣式的條目。除了例句提取部分之外，所有軟件模塊都具有高度交互性，并具有很大的用戶界面要求。大部分功能由基于WWW的程序以PERL語言編寫。

需要四個(gè)處理步驟產(chǎn)生框架語義表示的FrameNet數(shù)據(jù)庫：（a）生成用于語料庫查詢和注釋（“準(zhǔn)備”）的語義和句法模式的初始描述；（b）提取好的例句（“子語料庫提取”）；（c）手工標(biāo)記（“注釋”）；（d）基于注釋和其他數(shù)據(jù)（“條目寫作”）構(gòu)建詞匯語義表示數(shù)據(jù)庫。Ruppenhofer J，Ellsworth M和Petruck MR在《FrameNet Theory and Practice》中給每一種關(guān)系定義了對(duì)應(yīng)的上下位框架名稱，如表1所示。

表1：FrameNet中上下位框架名稱

（二）屬性值元素

除了詞語中的屬性的所有者需要確認(rèn)，具體情況也需要進(jìn)行確認(rèn)。例如，具體名詞和抽象名詞的屬性字段不同，因?yàn)樗麄儗儆诓煌脑~類。具體名詞的屬性字段一般包括色彩、形狀、大小、構(gòu)成成分、外觀、是否可數(shù)、用途、如何生成等，因?yàn)檫@些屬性是真實(shí)而存在的，是可見可觸摸的。而抽象名詞明顯不能完全繼承這些屬性字段。這就要求詞典的構(gòu)建者在設(shè)計(jì)的過程中從實(shí)際出發(fā)，深入剖析，盡可能全面的挖掘詞語的屬性。

（三）靜態(tài)屬性和動(dòng)態(tài)屬性

本文將詞語概念的屬性分為靜態(tài)屬性和動(dòng)態(tài)屬性。靜態(tài)屬性用名詞、性質(zhì)形容詞和數(shù)詞，是詞固有的屬性。動(dòng)態(tài)屬性需要一系列的屬性特征值來表述，是在特定的情境結(jié)構(gòu)下詞語所表現(xiàn)出來的屬性。

1、動(dòng)態(tài)屬性

本文把詞語的動(dòng)態(tài)屬性的概念和它的角色類別聯(lián)系起來，它的屬性特征描述寫在其情境框架中，并且使用題元角色分析(thematic role analysis)和格角色分析(case role analysis)法表現(xiàn)。[8]

2、靜態(tài)屬性

詞語必有的兩個(gè)靜態(tài)屬性是語義特征屬性和詞語的關(guān)系屬性。[7]

a.語義特征屬性

在本文構(gòu)建的語義詞典中，詞語的語義特征屬性表征一個(gè)概念性詞語所屬的概念語義，是指詞匯本身表層概念所表現(xiàn)意義語義。例如:“路由器”對(duì)應(yīng)的語義特征“計(jì)算機(jī)，網(wǎng)絡(luò)，硬件”;兩岸會(huì)談對(duì)應(yīng)的語義特征值為“臺(tái)灣問題，政治”。

b.詞語間的關(guān)系屬性

關(guān)系的定義和種類多種多樣，作者認(rèn)為概念和概念之間存在的所有聯(lián)系都可以稱其為關(guān)系。本文借鑒WordNet中詞匯間的直接關(guān)系，并加入了近形關(guān)系，即與目標(biāo)概念集形似的概念集。[9]

四、修辭搜索優(yōu)化

現(xiàn)有的搜索引擎技術(shù)多是完成詞形的匹配，用戶輸入想要查找的關(guān)鍵詞，根據(jù)詞語形態(tài)的匹配算法，顯示包含相關(guān)詞的文本，即采用用戶輸入詞與網(wǎng)頁中文本關(guān)鍵詞精確匹配的方式返回用戶搜索的結(jié)果，而沒有分析單詞或其他更基本的成分的結(jié)構(gòu)關(guān)系和語義關(guān)系。搜索引擎的目標(biāo)是盡量提供用戶感興趣的網(wǎng)頁，減少用戶不感興趣的網(wǎng)頁，提高查詢的精度。因?yàn)橛?jì)算機(jī)處理語言，用來解決人類生活中的實(shí)際問題。在很多情況下，存在用戶不知道如何準(zhǔn)確的表述詞匯，而只能夠把自己的想法描述出來，那么搜索引擎如何智能化地感知人類想要表達(dá)的內(nèi)容，并顯示我們所想要得到的關(guān)鍵詞呢?本文構(gòu)建的語義修辭詞典搜索方法能夠很好地解決這個(gè)問題：根據(jù)詞和句子的語義來計(jì)算文檔與查詢內(nèi)容的相關(guān)度。因?yàn)樵谠~典的內(nèi)部，詞匯是通過屬性范疇和動(dòng)態(tài)描述來表達(dá)的。動(dòng)態(tài)描述就是一個(gè)語義框架，在這個(gè)框架中包含了所有的情境，而屬性范疇詳細(xì)的剖分了詞匯的靜態(tài)特征。利用語義修辭詞典進(jìn)行情境搜索，其實(shí)就是動(dòng)態(tài)特征和靜態(tài)特征的匹配過程。

修辭搜索工作流程為:

(1)接收用戶輸入的修辭描述，對(duì)其進(jìn)行特征提取，提取出關(guān)鍵詞集X；

(2)根據(jù)(1)中得到的關(guān)鍵詞集X在詞典中進(jìn)行匹配，找出匹配度超出某一閾值的詞，組成詞集Y；

(3)分析輸入句中的語義角色，并與詞集Y中的每一個(gè)詞進(jìn)行相似度計(jì)算，將X與Y進(jìn)行語義相似性對(duì)比研究。

（一）計(jì)算機(jī)語義相似度

靜態(tài)特征就是詞的屬性范疇，這里要進(jìn)行的就是詞的屬性范疇相似度計(jì)算。我們不是把屬性范疇的每一個(gè)條目進(jìn)行相似度計(jì)算，而是挑選出最能決定修辭描述范疇的屬性條目計(jì)算相似度。這里選擇的是“語義特征”，進(jìn)行核心詞匯的語義特征匹配。

由于用戶的表述是隨意的，且因?yàn)橛脩舻谋磉_(dá)能力不同，極有可能一個(gè)修辭描述中存在著的多個(gè)核心詞。設(shè)關(guān)鍵詞集X{x1,x2,...,xn}，其中包含有輸入修辭描述中的核心詞，這里用XCore表示，需要注意XCore也是一個(gè)詞集，那么輸入描述的語義特征INPUT →Domain=X→Domain=U(XCore→ Domain)。設(shè)詞典中的詞集Z{z1,z2,...,zt}定義SimDom(INPUT→Domain,Zzj→Domain)為輸入的修辭描述和詞典中的詞zj的語義相似度。

給出計(jì)算語義相似度的算法:這個(gè)算法是一個(gè)循環(huán)算法。

SimDom(INPUT→Domain,Zzj→Domain)=0//設(shè)初值

設(shè)初值就是第一次循環(huán)開始前設(shè)定語義相似度等于0，如果是按0為完全不相似，那么第一次循環(huán)開始之前語義完全不相似。

for詞集Z中的詞：for是循環(huán)結(jié)構(gòu)，也就是說不斷重復(fù)進(jìn)行下面這一句的動(dòng)作，即不斷重復(fù)判斷語義相似度是否大于等于設(shè)定的閾值α，直到算法結(jié)束，即詞集Z中的詞全部比對(duì)完。

if(SimDom(INPUT→Domain,Zzj→Domain)〉= 閾值α)則把zj放入集合Y中，并記作ym(1≤m≤t 1)：if是判斷結(jié)構(gòu)，括號(hào)里面是需要判斷的條件，即判斷語義相似度是否大于等于設(shè)定的這個(gè)閾值α。如果大于這個(gè)數(shù)值的話，就把zj放入集合Y中，并記作ym(1≤m≤t 1)。如果不大于就進(jìn)行下一次判斷，因?yàn)槲覀兩厦嬲f這是一個(gè)循環(huán)結(jié)構(gòu)，要不斷重復(fù)直到算法結(jié)束。

當(dāng)算法結(jié)束時(shí)，我們獲得了詞典中語義特征相同或相似的詞集Y{y1,y2,...ym}

（二）動(dòng)態(tài)特征匹配

動(dòng)態(tài)特征匹配計(jì)算就是輸入語句和詞典中詞語的語義描述框架相似度計(jì)算。定義Sim(INPUT→frame,yj→frame)用來表示輸入語句描述的語義框架與詞集Y中詞匯Yj的語義框架相似度。定義

Sim(INPUT→frame,yj→frame)=Sim(INPUT→框架元素p,Yj→框架元素p)*

Sim(INPUT→框架元素q,Yj→框架元素q)*…*Sim(INPUT→框架元素w，yj→框架元素w)(其中p,q,...,w是輸入描述與詞典中詞語yj對(duì)應(yīng)的所有框架元素(題元角色)

當(dāng)Sim(INPUT→frame,yj→frame)≥閾值β時(shí)，顯示Yj

如果輸入描述中的題元角色與詞語Yj動(dòng)態(tài)語義框架中對(duì)應(yīng)的題元角色具有上下義關(guān)系，則它們之間的相似度

Sim(INPUT→框架元素p,Yj→框架元素q)=，其中表示上下義樹中兩個(gè)概念間的

路徑長(zhǎng)度，表示貫穿這兩個(gè)概念的樹結(jié)構(gòu)層次。上文詞典的結(jié)構(gòu)設(shè)計(jì)中提到了，詞匯與詞匯之間有上下義關(guān)系，這種關(guān)系組成了詞匯間的樹結(jié)構(gòu)，所以概念就是樹中的結(jié)點(diǎn)，概念間的路徑長(zhǎng)度就是樹中一個(gè)結(jié)點(diǎn)到另一個(gè)結(jié)點(diǎn)之間的分支數(shù)目。而樹結(jié)構(gòu)層次就是樹的路徑長(zhǎng)度即從樹根到葉子結(jié)點(diǎn)的分支總和。

算法中依據(jù)下面四個(gè)步驟來確定輸入語句的題元角色:

步驟1：先找到用戶輸入語句中的動(dòng)詞。

步驟2：應(yīng)用規(guī)則1和規(guī)則2尋找句子的主語和賓語。主要題元角色的確定所依據(jù)的原則:

1、主動(dòng)句和陳述句中，動(dòng)作動(dòng)詞主語一般是施事，狀態(tài)動(dòng)詞和過程動(dòng)詞主語一般是受事(與格和客體格)。先于動(dòng)詞的名詞短語是有生命的，則認(rèn)定它是施事者;如果先于動(dòng)詞的名詞短語是無生命的，則主動(dòng)句中主語題元角色是工具。

2、緊跟在動(dòng)詞后面的未標(biāo)志的名詞短語認(rèn)定為賓語。如果存在兩個(gè)未標(biāo)志的名詞短語跟在動(dòng)詞后，那么第一個(gè)是間接賓語-受益者，第二個(gè)是接賓語-主題;如果只有一個(gè)未標(biāo)志的名詞短語則認(rèn)定其為主題。

步驟3：其他題元角色的確定。依據(jù)原則:施事、主題、體驗(yàn)者、外力、結(jié)果、內(nèi)容和動(dòng)詞的搭配關(guān)系為“及物性關(guān)系”;受益、工具、目標(biāo)、起點(diǎn)、手段、依據(jù)與動(dòng)詞的搭配關(guān)系為“狀語性關(guān)系”。

規(guī)則1：確定主語。如果句子最右邊的題元角色是必要的，那么它一定是主語。若是可選擇的，則可以忽略掉，規(guī)則可重新用到剩余的部分中。

規(guī)則2：確定賓語。從句子的左邊出發(fā)，不論是必要的，還是任選的每個(gè)名詞格都可當(dāng)賓語，直到所有適當(dāng)?shù)馁e語位置都被填滿。

通過上述三個(gè)步驟就將用戶輸入語句進(jìn)行深層角色分解。主要依據(jù)的原理是:句型和句子成分的變化不會(huì)對(duì)句中名動(dòng)詞間的語義關(guān)系(格)造成影響。通過步驟1到步驟3，從用戶輸入語句的表層句法結(jié)構(gòu)探究出句子的深層語義結(jié)構(gòu)。將得到的語義結(jié)構(gòu)與詞典中的詞條進(jìn)行查找匹配。

五、總 結(jié)

本文從修辭與知識(shí)關(guān)系的角度出發(fā)，在修辭過程中，修辭者通過使用修辭策略闡釋知識(shí)的來源并標(biāo)明其態(tài)度和評(píng)估，從而構(gòu)建知識(shí)，將知識(shí)碎片化重新包裝，從而對(duì)被修辭者產(chǎn)生影響。而詞典編纂者與用戶之間的關(guān)系就是修辭與被修辭的關(guān)系。學(xué)科和知識(shí)一樣，是被構(gòu)建的；因此學(xué)科不是固定的，是可以改變甚至被破壞的，所以學(xué)科邊界也是逐漸模糊的。在傳播學(xué)科過程中，學(xué)科邊界的劃分受知識(shí)發(fā)展的影響，而知識(shí)受世界的構(gòu)建，因此學(xué)科邊界是動(dòng)態(tài)的。人腦在認(rèn)識(shí)概念的時(shí)候，既從概念的靜態(tài)特征出發(fā)，也要結(jié)合具體的語言環(huán)境(動(dòng)態(tài)特征)來理解。根據(jù)認(rèn)知心理學(xué)的研究，大腦中意義的心智表達(dá)是一個(gè)概念網(wǎng)絡(luò)，調(diào)用一個(gè)詞語的意義可以激活網(wǎng)絡(luò)上相關(guān)的一大片語義節(jié)點(diǎn)。[3]所以本文提出了語義詞典檢索優(yōu)化方法的構(gòu)造就是一張語義范圍內(nèi)的知識(shí)網(wǎng)。

作者把構(gòu)建的語義詞典檢索優(yōu)化方法用來解決搜索中遇到的問題，從而提出了修辭搜索的概念。修辭搜索即搜索引擎的使用者希望通過對(duì)固定修辭的描述來得到某一具體詞匯。因?yàn)檎Z義詞典對(duì)詞的特征進(jìn)行了詳細(xì)的分解，所以通過一系列的相似度匹配算法能夠很好的解決這個(gè)問題。