語言同現(xiàn)網(wǎng)、句法網(wǎng)、語義網(wǎng)的構(gòu)建與比較

趙懌怡，劉海濤

(1. 廈門大學(xué) 人文學(xué)院，福建 廈門 361005；2. 浙江大學(xué) 外國語言文化與交流學(xué)院，浙江 杭州 310058)

1 引言

語言是一種復(fù)雜動態(tài)系統(tǒng)[1-5]。它在各個層級表現(xiàn)出高度的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)(語音、詞匯、句法、語義)[6-7]。此類結(jié)構(gòu)的形成與演化是數(shù)百萬使用者長期使用的結(jié)果，使用者適應(yīng)并改變語言使它滿足當(dāng)下交流的需要[8]。語言本身和語言所反映的人類認(rèn)知結(jié)構(gòu)體現(xiàn)了人類大腦網(wǎng)絡(luò)的特征，即網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)[9]。所有這些網(wǎng)絡(luò)自身的約束限制以及彼此相互影響產(chǎn)生的動態(tài)過程使得語言成為我們今天看到的樣子。

一種可靠的語言網(wǎng)絡(luò)構(gòu)造方法是語言網(wǎng)絡(luò)研究的第一步。在某個層面上，網(wǎng)絡(luò)假設(shè)可以被簡單地看作是一種展示語言數(shù)據(jù)的標(biāo)記方法。網(wǎng)絡(luò)是節(jié)點(diǎn)、邊的集合，構(gòu)建一個網(wǎng)絡(luò)首先要確定這兩個要素[10]。迄今可見諸多對語言網(wǎng)絡(luò)的構(gòu)造，集中在以字、詞為單位的語言同現(xiàn)網(wǎng)絡(luò)[11-12]、句法網(wǎng)絡(luò)[3,13]、語義網(wǎng)絡(luò)[4，14-16]的不同層面，這些網(wǎng)絡(luò)的構(gòu)建大都受語言資源的形式所限表現(xiàn)出些許差異，但已能基本窺見語言網(wǎng)絡(luò)類似于其他自然和社會網(wǎng)絡(luò)的統(tǒng)計(jì)規(guī)律(小世界、無標(biāo)度)。但是如何更好地結(jié)合語言特點(diǎn)和語言學(xué)的研究成果，采用更可靠的方法對語言單位各層面分析，是語言網(wǎng)絡(luò)研究者需要深入思考的問題。本文收集的幾類以詞為單位的語言網(wǎng)絡(luò)構(gòu)造方法,基于同一文本構(gòu)建不同類型的語言網(wǎng)絡(luò)，并試圖從網(wǎng)絡(luò)全局參數(shù)和網(wǎng)絡(luò)局部節(jié)點(diǎn)特征兩個角度來闡釋不同層級語言網(wǎng)絡(luò)的差異。

2 同現(xiàn)網(wǎng)絡(luò)

語言同現(xiàn)網(wǎng)是語言工程領(lǐng)域研究者較為熟悉的網(wǎng)絡(luò)構(gòu)造方法。這種方法基于分詞操作，不需要對語言單位(詞)進(jìn)行深入的結(jié)構(gòu)分析。研究者通常先建立模型，通過模型確定詞關(guān)系矩陣?yán)^而建立網(wǎng)絡(luò)。

同現(xiàn)網(wǎng)構(gòu)造方法之一是n階Markov同現(xiàn)。如果在一個句子中，兩個詞之間在n階Markov 鏈的條件下存在同現(xiàn)關(guān)系， 則認(rèn)為網(wǎng)絡(luò)中相應(yīng)的兩個節(jié)

點(diǎn)之間存在一個連接。對語料庫中的所有句子進(jìn)行上述處理，便可構(gòu)造出詞同現(xiàn)網(wǎng)絡(luò)。語言工程的實(shí)踐表明，n 階Markov 鏈中的n取2 比較合適，因?yàn)榫渥又袃蓚€詞的鄰接同現(xiàn)是最常見的。雖然也存在一些間隔大于1的相關(guān)詞對，但如果在模型中考慮此種遠(yuǎn)距離關(guān)聯(lián)，則會引入大量的無關(guān)詞對，降低詞同現(xiàn)網(wǎng)絡(luò)對真實(shí)情況反映的準(zhǔn)確性。采取這個策略，一方面可較充分地反映詞與詞之間的上下文制約關(guān)系，另一方面，又可使模型的復(fù)雜性得到較好的控制。

按照上述方法，我們使用兩個句子的文本“人體是由數(shù)以億計(jì)的微小而有生命的細(xì)胞構(gòu)成的 這些細(xì)胞構(gòu)成各個不同的組織 器官 保證了人體的正常工作 ”構(gòu)建2階馬爾科夫鏈同現(xiàn)網(wǎng)絡(luò)。在該同現(xiàn)網(wǎng)中節(jié)點(diǎn)為詞，按照次序建立前后連接(箭頭表示詞連接方向)，網(wǎng)絡(luò)中標(biāo)點(diǎn)符號被刪除，保留句子的根節(jié)點(diǎn)標(biāo)記ROOT*ROOT為非詞標(biāo)記，不應(yīng)存在于詞節(jié)點(diǎn)的網(wǎng)絡(luò)中，但考慮到其標(biāo)記句子根節(jié)點(diǎn)的作用，且復(fù)雜網(wǎng)絡(luò)不因單個節(jié)點(diǎn)的結(jié)構(gòu)功能產(chǎn)生巨大的變化，故保留。，形成23個節(jié)點(diǎn)的網(wǎng)絡(luò)如圖1所示。

圖1 23N有向同現(xiàn)網(wǎng)(左)和加權(quán)(頻次)同現(xiàn)網(wǎng)(右)

通過PAJEK*PAJEK社會網(wǎng)絡(luò)分析工具?！耙瞥噙?Net-Transform-Remove-Multiple lines)”操作，節(jié)點(diǎn)間在文本中對應(yīng)連接的頻次可以在邊值中顯現(xiàn)，文本中“細(xì)胞—構(gòu)成”兩詞在上下文中出現(xiàn)，在網(wǎng)絡(luò)中連接著兩個節(jié)點(diǎn)的邊值為2。這樣其實(shí)是構(gòu)建了一個基于上下文同現(xiàn)的加權(quán)同現(xiàn)網(wǎng)絡(luò)。

n階馬爾科夫鏈構(gòu)建同現(xiàn)網(wǎng)絡(luò)是語言網(wǎng)絡(luò)研究經(jīng)常采用的方式，因?yàn)樗睦碚撃Ｐ拖鄬Τ墒?，操作相對便捷。下面介紹的“詞相似性同現(xiàn)網(wǎng)”的基本構(gòu)造思想也是上下文同現(xiàn)，但采用了相對復(fù)雜的模型。

詞相似性同現(xiàn)模型是G?rnerup和Karlgren[17]從認(rèn)識語言普遍性和特殊性(它們影響分布模型行為)考慮，建立的詞相似性決定的網(wǎng)絡(luò)模型。在這個模型中，節(jié)點(diǎn)是詞，詞如果在相似上下文中同現(xiàn)則被連接。詞相似性模型假定每個詞都出現(xiàn)在一定的上下文概率分布之中，Pi={Pr[wp,wi,ws|wi]},wp,ws∈W。在操作中，估計(jì)Pi通過測量wi的上下文同現(xiàn)，再標(biāo)準(zhǔn)化這個數(shù)值。如果兩個詞有相似的上下文則有相似的功能。量化兩個詞的區(qū)別，定義dij(0≤dij≤2), 通過變化相應(yīng)的上下文分布來調(diào)整變化距離。詞的集合和它們的相似性很容易表示為一個有權(quán)重的無向網(wǎng)絡(luò)。節(jié)點(diǎn)為詞，通過上下文相似度來連接。連接強(qiáng)度依賴于詞相似度。邊權(quán)通過wij=2-dij測量。研究者測量了11種語言中3 000常用詞排名前19位的詞，用它們構(gòu)建詞網(wǎng)。所有的

詞網(wǎng)有明顯的社團(tuán)結(jié)構(gòu)，節(jié)點(diǎn)有組織，組織內(nèi)部有高密度的邊連接。社團(tuán)結(jié)構(gòu)的強(qiáng)度可以由下測量： 由網(wǎng)絡(luò)中給定的邊權(quán)片段組成，這些邊權(quán)來自于網(wǎng)絡(luò)，網(wǎng)絡(luò)中邊連接相同的社團(tuán)。對11種語言的詞相似性測量發(fā)現(xiàn)每種語言的詞相似網(wǎng)絡(luò)都是模塊化的，不同語言的模塊化程度不同，芬蘭語相比其他語言詞間連接較弱，希臘語模塊化程度明顯。

不難看出無論是n階馬爾科夫鏈還是詞相似性模型的同現(xiàn)，都是通過構(gòu)造詞出現(xiàn)的上下文環(huán)境來判斷詞的功能分布。但是有限元數(shù)的上下文同現(xiàn)難以準(zhǔn)確反映前后成分間的規(guī)律。Liu[3]認(rèn)為，語言同現(xiàn)網(wǎng)絡(luò)的構(gòu)造有其信息論的價(jià)值，但從語言學(xué)角度來分析缺乏可靠性。因?yàn)樵谡Z法上相關(guān)的成分在語序上并不一定相鄰，反之，語序上相鄰的成分并不一定存在語法相關(guān)性。舉一個簡單的例子“an interesting book”，如果在鄰接的不定冠詞“an”和形容詞“interesting”間產(chǎn)生同現(xiàn)的連接關(guān)系可能很難找到句法理論的支持，這說明上下文同現(xiàn)的分析可能存在單靠詞分布判斷詞功能的缺陷。這要求我們充分考慮句法理論在語言結(jié)構(gòu)分析中的必要性。句法理論是人類(語言學(xué)家)長期的、經(jīng)驗(yàn)的關(guān)于語言規(guī)律的總結(jié)，甚至有生物語言學(xué)的研究者主張句法是人類語言進(jìn)化的結(jié)果[18]。在語言分析的時(shí)候充分考慮語言理論的研究成果是必要的，而我們目前要做的是用數(shù)學(xué)的方法和客觀的數(shù)據(jù)去驗(yàn)證這些規(guī)律的可靠性、充分性，并通過新的大規(guī)模的數(shù)據(jù)和方法繼續(xù)探索語言的規(guī)律。因此我們在構(gòu)造語言網(wǎng)絡(luò)時(shí)，有必要進(jìn)入到基于句法的語言分析層面。

3 句法網(wǎng)絡(luò)

句法網(wǎng)絡(luò)指基于語言學(xué)(句法)理論的網(wǎng)絡(luò)。劉海濤[16]建議構(gòu)建基于語言學(xué)理論的網(wǎng)絡(luò)，雖然從信息論角度同現(xiàn)網(wǎng)絡(luò)有其價(jià)值，但是構(gòu)建句法網(wǎng)絡(luò)對于分析人類語言特征更為有益。而相比于其他句法理論，依存語法是一種“網(wǎng)絡(luò)友好”的語言學(xué)理論[3，13，20-21]。

就句法分析而言，短語結(jié)構(gòu)和依存關(guān)系是兩種主要的分析手段。短語結(jié)構(gòu)注重的是研究組成句子各成分之間部分與整體的關(guān)系，而依存分析關(guān)注的是構(gòu)成句子各個成分之間的關(guān)系。雖然就什么是依存分析和依存語法[4，10，19，22-23]，學(xué)者們?nèi)杂胁煌目捶?，但一般認(rèn)為構(gòu)成依存分析基礎(chǔ)的是依存關(guān)系。

依存關(guān)系具有這樣一些主要屬性：

1. 語言單位間的二元關(guān)系。這種關(guān)系在兩個詞間形成，也可以抽象為兩個詞類的間的關(guān)系；

2. 依存關(guān)系是一種有向關(guān)系或非對稱關(guān)系，兩個詞(類)中有一個為支配詞(類)。圖中箭頭表示這種有向性。

3. 依存關(guān)系是有標(biāo)記的，即人們應(yīng)該區(qū)分一種語言里的各種不同的依存關(guān)系，并且將它們顯式標(biāo)識出來。

依存句法理論的這些屬性決定了它是一種網(wǎng)絡(luò)友好的理論。依存句法中的詞對應(yīng)網(wǎng)絡(luò)中的節(jié)點(diǎn)屬性，關(guān)系對應(yīng)邊，關(guān)系類型對應(yīng)邊屬性，這樣我們就可把依存分析轉(zhuǎn)化為網(wǎng)絡(luò)。

對文本進(jìn)行依存句法分析就是建立以詞為單位的詞間關(guān)系。對句子“人體是由數(shù)以億計(jì)的微小而有生命的細(xì)胞構(gòu)成的 這些細(xì)胞構(gòu)成各個不同的組織 器官 保證了人體的正常工作”進(jìn)行依存分析得到圖2。

圖2 線性文本間的依存句法分析

通過詞間依存句法建立關(guān)系的線性文本可以容易地轉(zhuǎn)化為相應(yīng)語句的句法網(wǎng)絡(luò)(圖3)。這樣做的優(yōu)勢在于： 一方面，在這樣的句法網(wǎng)絡(luò)中，對文本的分析跨越了以往句法理論受限于句內(nèi)障礙。另一方面，基于人腦神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的事實(shí)，如果假設(shè)文本中保持了人類的絕大多數(shù)知識，文本信息也應(yīng)該存儲在人腦的網(wǎng)狀的結(jié)構(gòu)中，那么，網(wǎng)絡(luò)分析的方法實(shí)現(xiàn)了線性文本到人類語言存儲環(huán)境(大腦)的模擬。當(dāng)然，文本的網(wǎng)狀結(jié)構(gòu)并不等于人腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，但是我們有理由相信文本的網(wǎng)狀結(jié)構(gòu)和人腦中知識表征、儲存、學(xué)習(xí)的網(wǎng)狀結(jié)構(gòu)存在一定的聯(lián)系。

為了比較同現(xiàn)網(wǎng)絡(luò)和句法網(wǎng)絡(luò)的差異，我們利用2階馬爾科夫鏈模型和依存句法理論分析構(gòu)造例句的同現(xiàn)網(wǎng)(圖4)和句法網(wǎng)(圖3)，并對兩個網(wǎng)絡(luò)的基本參數(shù)進(jìn)行比較，見表1。

圖3 23個節(jié)點(diǎn)的依存句法網(wǎng)絡(luò)圖4 23個節(jié)點(diǎn)有向詞同現(xiàn)網(wǎng)

表1 23節(jié)點(diǎn)同現(xiàn)網(wǎng)、句法網(wǎng)主要參數(shù)比較

注：N-節(jié)點(diǎn)數(shù)；E-邊數(shù)；D-直徑；kin/kout t-節(jié)點(diǎn)入度、出度；density-密度；CC1-只有1個鄰居節(jié)點(diǎn)的聚集度；centralization-網(wǎng)絡(luò)中心度

在23個節(jié)點(diǎn)的有向網(wǎng)絡(luò)中，可觀察到兩個網(wǎng)絡(luò)的平均路徑長度、密度、節(jié)點(diǎn)度相當(dāng)，而句法網(wǎng)路的直徑5顯著小于同現(xiàn)網(wǎng)絡(luò)直徑12。雖然同現(xiàn)網(wǎng)和句法網(wǎng)的節(jié)點(diǎn)平均度整體沒有差異，但是節(jié)點(diǎn)度分布存在明顯不同。這表明句法網(wǎng)重新分配了詞在網(wǎng)絡(luò)中的功能。兩個網(wǎng)絡(luò)中“的”節(jié)點(diǎn)度排在首位。節(jié)點(diǎn)“的”是構(gòu)建網(wǎng)絡(luò)所用文本中最高頻詞，同時(shí)在句法分析中起著連接形容詞和名詞的重要句法作用，這是“的”在節(jié)點(diǎn)度分布中排在首位的兩方面因素。值得注意，節(jié)點(diǎn)“是”在構(gòu)建網(wǎng)絡(luò)的文本中只出現(xiàn)一次，這影響了它在同現(xiàn)網(wǎng)節(jié)點(diǎn)度分布中的排序，但是在句法網(wǎng)絡(luò)的度分布中節(jié)點(diǎn)“是”占據(jù)前列，這表明經(jīng)句法分析構(gòu)造的網(wǎng)絡(luò)側(cè)重反映詞的語法功能價(jià)值(表3)。

表2 同現(xiàn)網(wǎng)和句法網(wǎng)標(biāo)準(zhǔn)化節(jié)點(diǎn)度排序

在我們構(gòu)建23節(jié)點(diǎn)的同現(xiàn)網(wǎng)絡(luò)和句法網(wǎng)絡(luò)度分布中，兩個網(wǎng)絡(luò)具有相同標(biāo)準(zhǔn)化度分布均值0.190 2，但是句法網(wǎng)絡(luò)的標(biāo)準(zhǔn)差*標(biāo)準(zhǔn)差(Standard Deviation)是各數(shù)據(jù)偏離平均數(shù)的距離的平均數(shù)。標(biāo)準(zhǔn)差能反映一個數(shù)據(jù)集的離散程度。簡單來說，標(biāo)準(zhǔn)差是一組數(shù)據(jù)平均值分散程度的一種度量。一個較大的標(biāo)準(zhǔn)差，代表大部分?jǐn)?shù)值和其平均值之間差異較大；一個較小的標(biāo)準(zhǔn)差，代表這些數(shù)值較接近平均值。通常，標(biāo)準(zhǔn)差越高，表示實(shí)驗(yàn)數(shù)據(jù)越離散，也就是說越不精確。反之，標(biāo)準(zhǔn)差越低,代表實(shí)驗(yàn)的數(shù)據(jù)越精確。略大于同現(xiàn)網(wǎng)絡(luò)，這反映了句法網(wǎng)絡(luò)度分布離散性較高，度分布越離散網(wǎng)絡(luò)的層級性和異質(zhì)性越高?？紤]到目前網(wǎng)絡(luò)的規(guī)模， 同現(xiàn)網(wǎng)和句法網(wǎng)的更顯著差異可能還需要更大規(guī)模節(jié)點(diǎn)的網(wǎng)絡(luò)數(shù)據(jù)支持。但是我們已經(jīng)發(fā)現(xiàn)，這兩類節(jié)點(diǎn)相同、組織方式不同的微型網(wǎng)絡(luò)存在基本參數(shù)上的差別。

詞類是句法理論研究的一項(xiàng)主要內(nèi)容，漢語詞類問題在漢語語法分析中產(chǎn)生的影響一直備受爭議。復(fù)雜網(wǎng)絡(luò)注重整體的特質(zhì)，使得它非常適宜于研究某些詞(類)對語言系統(tǒng)的影響。我們對文本“人體是由數(shù)以億計(jì)的微小而有生命的細(xì)胞構(gòu)成的 這些細(xì)胞構(gòu)成各個不同的組織 器官 保證了人體的正常工作”進(jìn)行依存分析構(gòu)建了詞類的關(guān)系網(wǎng)絡(luò)，如圖5所示。網(wǎng)絡(luò)中包含10個詞類節(jié)點(diǎn)(和預(yù)先設(shè)定的詞類分析標(biāo)準(zhǔn)有關(guān))，連接詞類節(jié)點(diǎn)的有向邊反映依存句法理論中詞類間的相互支配關(guān)系(箭頭所指方向關(guān)系為“從屬于”)，邊的粗細(xì)(依賴邊值)反映文本中相應(yīng)類型詞類間關(guān)系的出現(xiàn)的頻次。在這樣的網(wǎng)絡(luò)中，我們能夠比較直觀的看到語言中哪些詞類在文本比較活躍，哪些詞類間存在依存關(guān)系。

圖5 23個節(jié)點(diǎn)詞類網(wǎng)絡(luò)參照

這一方面最值得研究的問題是漢語虛詞在漢語句法體系中的作用[24]。一般認(rèn)為，由于漢語的實(shí)詞沒有形態(tài)變化，虛詞便成了漢語的主要句法手段之一。如果虛詞是漢語的主要句法手段，那么從漢語句法網(wǎng)絡(luò)中將虛詞移走，可能會導(dǎo)致漢語句法網(wǎng)絡(luò)的統(tǒng)計(jì)特征發(fā)生重大的變化。陳芯瑩、劉海濤[25]以概率配價(jià)模式理論*概率配價(jià)模式理論詳見： 劉海濤，依存語法的理論與實(shí)踐，北京： 科學(xué)出版社，2010:106-111.為基礎(chǔ)，利用復(fù)雜網(wǎng)絡(luò)分析技術(shù)，研究和分析了漢語句法網(wǎng)絡(luò)中虛詞的網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn)。他們的研究發(fā)現(xiàn)，(1)“的”是漢語句法網(wǎng)絡(luò)的全局中心節(jié)點(diǎn)。它的被支配能力是網(wǎng)絡(luò)中最強(qiáng)的，同時(shí)它還具備很強(qiáng)的支配能力。而且，“的”的這些網(wǎng)絡(luò)特性受語體影響較小。從網(wǎng)絡(luò)中剔除“的”節(jié)點(diǎn)，會造成句法網(wǎng)絡(luò)的平均度下降、平均路徑長度增加、直徑增加、密度降低并導(dǎo)致孤立節(jié)點(diǎn)的產(chǎn)生；(2)“了”是網(wǎng)絡(luò)中的局部中心節(jié)點(diǎn)，不是全局中心節(jié)點(diǎn)。它具有較強(qiáng)的被支配能力但不具備支配能力。刪除“了”會造成網(wǎng)絡(luò)的平均度下降，但其對網(wǎng)絡(luò)的影響比“的”要?。黄骄窂介L度增加、直徑增加、密度降低，其影響均大于“的”；不會使網(wǎng)絡(luò)產(chǎn)生孤立節(jié)點(diǎn)；(3)介詞“在”是接近網(wǎng)絡(luò)的全局中心節(jié)點(diǎn)。但它的支配能力與被支配能力受語體影響較大，在書面語體中的被支配能力強(qiáng)于在口語體中的被支配能力。剔除“在”后，網(wǎng)絡(luò)的平均度下降，但其影響比“的”要小；平均路徑長度增加、直徑增加、密度降低，其影響均大于“的”與“了”相當(dāng)；會使網(wǎng)絡(luò)產(chǎn)生孤立節(jié)點(diǎn)。

漢語依存句法網(wǎng)的全局特征和局部特征的研究從復(fù)雜網(wǎng)絡(luò)和語言理論兩個角度加深了我們對語言網(wǎng)絡(luò)的認(rèn)識，也促使研究者進(jìn)一步探索語義網(wǎng)絡(luò)的面貌。

4 語義網(wǎng)絡(luò)

什么是語義網(wǎng)絡(luò)?

與字、詞、句法等表層語言網(wǎng)絡(luò)不同，語義網(wǎng)絡(luò)是一種深層語言網(wǎng)絡(luò)。語義網(wǎng)絡(luò)又可以分為兩種，一種是通過真實(shí)文本進(jìn)行語義角色或論元結(jié)構(gòu)分析所得到的語義網(wǎng)絡(luò)，這種網(wǎng)絡(luò)可以稱之為動態(tài)語義網(wǎng)絡(luò)。動態(tài)語義網(wǎng)絡(luò)有助于研究與交際過程相關(guān)的各種語義問題，有利于研究更好的語義處理策略與系統(tǒng)。Liu[4]通過對真實(shí)文本進(jìn)行語義角色標(biāo)注，構(gòu)造并研究了漢語的動態(tài)語義網(wǎng)絡(luò)。這是一種節(jié)點(diǎn)為實(shí)詞，連接為語義或論元關(guān)系的網(wǎng)絡(luò)。另一種是根據(jù)詞典等語言資源構(gòu)造的語義網(wǎng)絡(luò)，這種語義網(wǎng)絡(luò)是一種靜態(tài)語義網(wǎng)絡(luò)，它所反映的是人類存儲知識的方式與結(jié)構(gòu)。在這樣的網(wǎng)絡(luò)中，節(jié)點(diǎn)一般為概念(或?qū)嵲~)，節(jié)點(diǎn)之間的關(guān)系可以是上下位、部分與整體、同義、反義等語義關(guān)系[26]。靜態(tài)語義網(wǎng)絡(luò)對于義類及概念詞典的研究，對于知識庫的開發(fā)都有用處。圖6左是一個靜態(tài)語義網(wǎng)絡(luò)的示意圖。其中空心箭頭表示兩詞之間在語義上屬于上下位關(guān)系，如“花—百合花”說明百合花是花的一種；而實(shí)心箭頭表示兩詞之間在語義上屬于部分-整體關(guān)系，如“花萼—花”說明花萼是花的一部分。在這樣的網(wǎng)絡(luò)中，節(jié)點(diǎn)一般為概念(或?qū)嵲~)，節(jié)點(diǎn)之間的關(guān)系可以是上下位、部分與整體、同義、反義等語義關(guān)系。圖6是句子是小百科中關(guān)于“花”的定義“花是被子植物繁衍后代的生殖器官 一朵完整的花包括了6個基本的部分 即花梗 花托 花萼 花冠 雄蕊群和雌蕊群”中實(shí)詞的動態(tài)語義網(wǎng)絡(luò)。在這類網(wǎng)絡(luò)中我們注意到節(jié)點(diǎn)不再是靜態(tài)語義網(wǎng)絡(luò)描述的同類詞相關(guān)的概念網(wǎng)絡(luò)，而是包含了多種實(shí)詞類的動態(tài)網(wǎng)絡(luò)(圖7)。

圖6 靜態(tài)語義網(wǎng)絡(luò)示意圖

圖7 動態(tài)語義網(wǎng)絡(luò)示意圖

相比靜態(tài)語義網(wǎng)絡(luò)對于義類、概念詞典、知識庫開發(fā)研究的作用。動態(tài)語義網(wǎng)絡(luò)注重人在實(shí)際語言運(yùn)用中對概念從語義到句法的整合和實(shí)現(xiàn)過程。而這個過程是認(rèn)知科學(xué)、心理學(xué)、語言學(xué)共同關(guān)注的焦點(diǎn)。如果我們認(rèn)可神經(jīng)網(wǎng)絡(luò)是人類思維的生物基礎(chǔ)，那么就可以說，靜態(tài)、動態(tài)語義網(wǎng)絡(luò)的相互協(xié)作完成了人類思維到語言功能的實(shí)現(xiàn)。

通常漢語語義分析被認(rèn)為是針對實(shí)詞的分析。同樣，在語義網(wǎng)絡(luò)中不對只有句法功能無實(shí)義的虛詞進(jìn)行分析。這就涉及到漢語實(shí)詞、虛詞分類的問題。而虛實(shí)分類又會觸及到棘手的漢語詞類問題。陸儉明[27]在《現(xiàn)代漢語語法研究教程》中就“漢語詞類問題是個老大難的問題”進(jìn)行了詳細(xì)論述，自中國第一部漢語語法專著《馬氏文通》*參看《馬氏文通》(馬建忠，1989)北京： 商務(wù)印書館，2007版.至今已有11個關(guān)于漢語詞類較為完整的分類體系(馬氏文通、黎錦熙、呂叔湘、王力、語法講話、中學(xué)體系、胡裕樹、黃廖本、朱德熙、北大本、張斌)，這11個分類體系的看法有的部分一致、有的部分涉及詞類細(xì)化、有的完全相反，對漢語虛詞、實(shí)詞劃分也是在各自詞類分析的基礎(chǔ)上有自成一體的判斷。

考慮到漢語語義網(wǎng)絡(luò)構(gòu)建過程中必然要參考漢語語法研究已有的成就，但是不宜過甚陷入學(xué)術(shù)之爭。簡單說，我們基本采用《中學(xué)教學(xué)語法系統(tǒng)提要》*中學(xué)教學(xué)語法系統(tǒng)提要(人民教育出版社中學(xué)語文室，1984)根據(jù)1981年7月在哈爾濱舉行的“全國語法和語法教學(xué)討論會”上確定的原則起草。的分類制定適用于漢語信息處理的詞類標(biāo)注體系，并采用其對漢語實(shí)詞、虛詞的分類為參考進(jìn)行語義網(wǎng)絡(luò)的提取。原因有二： 一方面，中學(xué)體系影響教大，目前出版的標(biāo)注詞類的詞典大多沿用這個體系，辭書可以為具體的語料分析操作提供詳盡的有效參考；另一方面，中學(xué)體系經(jīng)歷長期的教學(xué)實(shí)踐，較大程度決定目前國民語言文字使用的實(shí)際水平，而我們實(shí)驗(yàn)的語料是來源于日常使用的真實(shí)語料，采用這個系統(tǒng)對語料進(jìn)行再分析符合構(gòu)建漢語網(wǎng)絡(luò)考察人腦對語言認(rèn)知原始狀態(tài)的預(yù)期。

從這兩個因素考慮，我們制定漢語12大詞類(名詞、數(shù)詞、量詞、形容詞、動詞、副詞、代詞、介詞、連詞、助詞、嘆詞、擬聲詞)和部分大類細(xì)分小類的標(biāo)注方案[28]，認(rèn)為漢語虛詞是包含介詞、連詞、助詞、副詞、擬聲詞的類，需要明確的是，在此基礎(chǔ)上的語義標(biāo)注中“副詞”類存在較大問題： 黃伯榮、廖序東[29]認(rèn)為副詞是虛詞，邵敬敏[30]認(rèn)為副詞兼具實(shí)詞和虛詞，胡裕樹[31]認(rèn)為副詞是實(shí)詞。從副詞細(xì)分來看，《現(xiàn)代漢語副詞分類詞典》[32]有十小類的分法可供參考： 時(shí)間副詞、程度副詞、限度副詞(頂多、起碼、大約、恰好、到處)、情態(tài)副詞、語氣副詞(倒、到底、究竟、難道)、判斷副詞(的確、勢必、偶爾、或許、不)頻次副詞、關(guān)聯(lián)副詞、目的副詞、類比副詞。其中否定副詞“不”如果作為虛詞在語義分析中提出會影響語義正確表達(dá)，在實(shí)際語義分析中我們較多遇到“不”的問題，故決定副詞“不”在語義分析時(shí)保留。

利用文本“人體是由數(shù)以億計(jì)的微小而有生命的細(xì)胞構(gòu)成的 這些細(xì)胞構(gòu)成各個不同的組織 器官 保證了人體的正常工作”構(gòu)建的實(shí)詞語義網(wǎng)包含19個實(shí)詞節(jié)點(diǎn)，見圖8。與相應(yīng)文本的句法網(wǎng)絡(luò)相比去掉了虛詞節(jié)點(diǎn)“的、了、而”。微型實(shí)詞網(wǎng)絡(luò)的平均路徑長度、網(wǎng)絡(luò)直徑、節(jié)點(diǎn)入度、出度小于句法網(wǎng)絡(luò)相應(yīng)參數(shù)。平均路徑長度是網(wǎng)絡(luò)中任意兩個節(jié)點(diǎn)之間的最短路徑長度均值，它聚合了網(wǎng)絡(luò)所有成對節(jié)點(diǎn)，是網(wǎng)絡(luò)全局性指標(biāo)。從網(wǎng)絡(luò)的平均路徑長度和直徑來看，實(shí)詞網(wǎng)絡(luò)的密度略高，這可能和網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)縮小相關(guān)。但是同文本句法網(wǎng)絡(luò)和語義網(wǎng)絡(luò)對比同現(xiàn)網(wǎng)絡(luò)，前兩者具有明顯小的平均路徑和網(wǎng)絡(luò)直徑，如表3所示，這反映出從語言理論角度構(gòu)建的語言網(wǎng)絡(luò)可能具有更顯著的復(fù)雜網(wǎng)絡(luò)全局特征。語義網(wǎng)絡(luò)的聚集系數(shù)高于同文本的同現(xiàn)網(wǎng)絡(luò)，但遠(yuǎn)落后于同文本句法網(wǎng)絡(luò)。聚集系數(shù)描述節(jié)點(diǎn)的相鄰節(jié)點(diǎn)互為鄰居的程度，它是反映網(wǎng)絡(luò)中三角關(guān)系的聚集傾向和集群形態(tài)的局部特征指標(biāo)。同比下句法網(wǎng)絡(luò)具有較高的聚集系數(shù)，反映出句法網(wǎng)絡(luò)節(jié)點(diǎn)間具有更為緊密的聯(lián)系，去除了虛詞的語義網(wǎng)絡(luò)，聚集系數(shù)降低，說明虛詞在連通語言網(wǎng)絡(luò)節(jié)點(diǎn)局部關(guān)系上起到一定作用，這一點(diǎn)有待擴(kuò)大網(wǎng)絡(luò)規(guī)模后的進(jìn)一步驗(yàn)證。

圖8 23節(jié)點(diǎn)句法網(wǎng)和20節(jié)點(diǎn)語義網(wǎng)

表3 三類網(wǎng)絡(luò)基本參數(shù)比較

在復(fù)雜網(wǎng)絡(luò)尤其是社會網(wǎng)絡(luò)分析中，網(wǎng)絡(luò)中心(centrality)描述單個節(jié)點(diǎn)在網(wǎng)絡(luò)中的位置，網(wǎng)絡(luò)的中心性(centralization)定義整個網(wǎng)絡(luò)的性質(zhì)。如果網(wǎng)絡(luò)的中心節(jié)點(diǎn)和外圍節(jié)點(diǎn)有較為明顯的界限就表示這個網(wǎng)絡(luò)有較高的中心度。在中心度高的網(wǎng)絡(luò)中，信息更容易傳遞。社會網(wǎng)絡(luò)中，一個行動者(節(jié)點(diǎn))可以通過多種途徑之一占據(jù)網(wǎng)絡(luò)中心位置： 與許多其他行動者相連接(度中心性)；能接觸到網(wǎng)絡(luò)中許多其他行動者(接近中心性)；把彼此之間沒有直接聯(lián)系的行動者連接起來(中介中心性)；與居于網(wǎng)絡(luò)中新位置的行動者有連接關(guān)系(特征向量中心性)。由此可見，在信息高效傳遞的網(wǎng)絡(luò)中，中心節(jié)點(diǎn)是必不可少的。那么，語言網(wǎng)絡(luò)作為一種包含豐富信息的網(wǎng)絡(luò)，它的中心節(jié)點(diǎn)會不會因?yàn)椴煌木W(wǎng)絡(luò)構(gòu)造方法產(chǎn)生差異呢？這種差異會不會進(jìn)一步導(dǎo)致網(wǎng)絡(luò)局部特征和全局特征的差異呢？這些問題都有待進(jìn)一步探索。在此，我們先利用PAJEK提取了兩個句子文本的句法網(wǎng)、語義網(wǎng)的中心節(jié)點(diǎn)(Net-Vector-Centers)，得到如表4所示排序。

表4 句法網(wǎng)和語義網(wǎng)的中心節(jié)點(diǎn)標(biāo)準(zhǔn)化排序(前三位)

在22個詞的句法網(wǎng)中，“的、構(gòu)成、有”具有較高的網(wǎng)絡(luò)中心位置，其中助詞“的”優(yōu)勢非常明顯。而在去除虛詞后剩余19個實(shí)詞節(jié)點(diǎn)的語義網(wǎng)絡(luò)中，中心節(jié)點(diǎn)發(fā)生了明顯變化，句法網(wǎng)的中心節(jié)點(diǎn)“的”在實(shí)詞語義網(wǎng)中被剔除，名詞節(jié)點(diǎn)“細(xì)胞”在句法網(wǎng)中原本不具中心性，卻成為了語義網(wǎng)絡(luò)的中心節(jié)點(diǎn)。部分虛詞和名詞類中心節(jié)點(diǎn)的變化是句法網(wǎng)、語義網(wǎng)最顯著的差異。通過網(wǎng)絡(luò)中心節(jié)點(diǎn)與文本中詞頻的比較，我們還發(fā)現(xiàn)： “細(xì)胞”在文本中并非高頻詞，節(jié)點(diǎn)“細(xì)胞”能夠在句法網(wǎng)、語義網(wǎng)占據(jù)網(wǎng)絡(luò)中心位置，更多地說明名詞類節(jié)點(diǎn)在語義網(wǎng)絡(luò)中的重要作用。

5 結(jié)語

運(yùn)用相同文本不同方法構(gòu)造的小型語言網(wǎng)絡(luò)，在網(wǎng)絡(luò)的基本參數(shù)和網(wǎng)絡(luò)中心節(jié)點(diǎn)上表現(xiàn)出較大差異?？紤]到復(fù)雜網(wǎng)絡(luò)技術(shù)是大規(guī)模節(jié)點(diǎn)計(jì)算的方法，兩個句子文本構(gòu)造網(wǎng)絡(luò)的參數(shù)測量只能算是構(gòu)造語言網(wǎng)絡(luò)的初探。小規(guī)模語言網(wǎng)絡(luò)構(gòu)造的目的是比較同現(xiàn)、句法、語義網(wǎng)絡(luò)的異同，強(qiáng)調(diào)語言多層系統(tǒng)、語言學(xué)理論與復(fù)雜網(wǎng)絡(luò)方法的聯(lián)系，這是結(jié)合網(wǎng)絡(luò)科學(xué)探究語言網(wǎng)絡(luò)邁出的第一步。本研究還將在現(xiàn)有理論基礎(chǔ)上進(jìn)一步擴(kuò)大語料規(guī)模以增加統(tǒng)計(jì)數(shù)據(jù)的有效性，觀察不同規(guī)模、不同層級語言網(wǎng)絡(luò)之間的差異，以檢驗(yàn)網(wǎng)絡(luò)模型應(yīng)用于語言分析的可靠程度。

[1] Briscoe E J. Language as a Complex Adaptive System: Coevolution of Language and of the Language Acquisition Device [C]//Proceedings of Eighth Computational Linguistics in the Netherlands Conference, 1998.

[2] Steels L. Language as a Complex Adaptive System[C]//Proceedings of PPSN VI, Lecture Notes in Computer Science. Berlin:. Springer-Verlag, 2000: 17-26.

[3] Liu H. The complexity of Chinese dependency syntactic networks[J]. Physica A., 2008a, 387: 3048-3058.

[4] Liu H. Statistical Properties of Chinese Semantic Networks[J]. Chinese Science Bulletin. 2009, 54(16): 2781-2785.

[5] Liu H. Linguistic Complex Networks: A new approach to language exploration[J]. Die Grundlagenstudien aus Kybernetik und Geisteswissenschaft (grkg/Humankybernetik) 2011; 52(4): 151-170.

[6] Cong J, Liu H. Approaching human language with complex networks[C]//Proceedings of the Physics of Life Reviews 2014.

[7] Liu H, Cong J. Empirical characterization of modern Chinese as a multi-level system from the complex network approach[J]. J Chin Linguist 2014;42:1 38.

[8] Pickering M J, Garrod S. Toward a mechanistic psychology of dialogue[J]. Behav. Brain Sci., 2004, 27: 169-226.

[9] Eguiluz V, Cecchi G, Chialvo D R, et al. Scale-free brain functional networks[J]. Phys. Rev. Lett. 2005, 92: 018102.

[10] Hudson R. Language Networks: The New Word Grammar[M]. Oxford: Oxford University Press, 2007.

[11] Ferrer i Cancho R. and Sol R V. The Small-World of Human Language[J]. Proc. R. Soc. Lond. Series B, 2001, 268: 2261-2266.

[12] 劉知遠(yuǎn), 孫茂松. 漢語詞同現(xiàn)網(wǎng)絡(luò)的小世界效應(yīng)和無標(biāo)度特性[J]. 中文信息學(xué)報(bào), 2007, 21 (6): 52-58.

[13] Ferrer i Cancho R, Solé R V, K?hler R. Patterns in syntactic dependency networks[J]. Physical Review E, 2004, 69: 051915.

[14] Sigman M, Cecchi G A. Global organization of the Wordnet lexicon[M]. Procs. Natl. Acad. Sci. USA, 2002, 99(3): 1742-1747.

[15] Steyvers M, Tenenbaum J B. The large-scale structure of semantic networks: statistical analyses and a model of semantic growth[J]. Cognitive Science, 2005, 29(1): 41-78.

[16] Holanda A J, Torres Pisa I, Kinouchi O, et al. Thesaurus as a complex network[J]. Physica A, 2004, 344: 530-536.

[17] G?rnerup O, Karlgren J. Cross-lingual comparison between distributionally determined word similarity networks[C]//Proceedings of the 2010 Workshop on Graph-based Methods for Natural Language Processing, ACL 2010. Uppsala, Sweden, 2010: 48-54.

[18] Bickerton D (EDT), Szathmary E (EDT). Biological Foundations and Origin of Syntax (Str ngmann Forum Reports)[M]. The MIT Press, 2009.

[19] 劉海濤. 漢語句法網(wǎng)絡(luò)的復(fù)雜性研究[J]. 復(fù)雜系統(tǒng)與復(fù)雜性科學(xué), 2007b, 4(4): 38-44.

[21] Ferrer i Cancho, R. The structure of syntactic dependency networks: insights from recent advances in network theory[C]//Proceedings of Altmann, G.., Levickij, V., Perebyinis, V. (eds.). The problems of quantitative linguistics, Chernivtsi: Ruta, 2005: 60-75.

[22] Tesni re, L. El ments de la syntaxe structurale[M]. Paris: Klincksieck, 1959.

[23] 劉海濤. 泰尼埃的結(jié)構(gòu)句法理論[J]. 北華大學(xué)學(xué)報(bào)(社會科學(xué)版), 2007a, 8(5): 68-77.

[24] 劉海濤. 語言網(wǎng)絡(luò)： 隱喻，還是利器? [J]. 浙江大學(xué)學(xué)報(bào)(人文社會科學(xué)版), 2011, 41(2): 160-179.

[25] 陳芯瑩, 劉海濤. 漢語句法網(wǎng)絡(luò)的中心節(jié)點(diǎn)研究[J]. 科學(xué)通報(bào),2011, 56(10): 735-740.

[26] Solé R, Corominas-Murtra B, Valverde S, et al. Language Networks: Their Structure, Function and Evolution[R]. Santa Fe Institute Working Paper, 2005.

[27] 陸儉明. 現(xiàn)代漢語語法研究教程[M]. 北京： 北京大學(xué)出版社，2004.

[28] Liu H, Huang W. A Chinese Dependency Syntax for Treebanking[C]//Proceedings of the 20th Pacific Asia Conference on Language, Information and Computation: 126-133. Beijing: Tsinghua University Press, 2006.

[29] 黃伯榮, 廖序東. 現(xiàn)代漢語[M]. 北京： 高等教育出版社，1991.

[30] 邵敬敏. 漢語語法專題研究[M]. 北京： 北京大學(xué)出版社，2009.

[31] 胡裕樹. 現(xiàn)代漢語(重訂版)[M]. 上海： 上海教育出版社，1995

[32] 姜匯川. 現(xiàn)代漢語副詞分類實(shí)用詞典[M]. 北京： 對外貿(mào)易教育出版社. 1989.