淺談信息處理用現(xiàn)代維吾爾語名詞語義分類研究

麥麗開·阿皮孜　玉素甫·艾白都拉

摘要：現(xiàn)代維吾爾語各個詞類中，大部分是名詞，名詞的數(shù)量最多，句法地位也很重要。但是，目前對名詞進行語義方面的研究卻最為薄弱。為了提升維吾爾文信息處理水平，我們先建立信息處理用維吾爾語名詞語義分類體系。該文主要介紹對維吾爾語名詞語義分類的研究實踐，分類的基礎(chǔ)資源以及分類的必然性，簡要描述了分類過程中需要解決的若干問題。

關(guān)鍵詞：維吾爾語；語義分類；名詞

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）02-0262-02

1 基礎(chǔ)資源

目前的名詞研究狀況來說，有關(guān)名詞知識描寫遠遠不夠，原因一方面是人們比較重視動詞研究，把動詞作為了句子核心，而對名詞關(guān)注不夠，另一方面名詞特別多，由于騎術(shù)牧龍大，研究難度也相當大，迄今為止，研究成果一直不如動詞研究那么豐富。

詞類標注的方法自從 1960 年代開始被研究的，國外專家不斷地更新和探尋相關(guān)的研究方法。WordNet 是一種傳統(tǒng)的詞典信息與現(xiàn)代計算機技術(shù)以及心理語言學(xué)的研究成果有效結(jié)合的一個產(chǎn)物。它是一個聯(lián)機英語詞匯檢索系統(tǒng)它作為語言學(xué)本題庫， 同時又是一部語義詞典，在自然語言處理研究方面應(yīng)用非常廣泛。Wordnet中的名詞數(shù)據(jù)庫大約有8萬個名詞，分為實體，抽象物，心理特征，自然現(xiàn)象，活動，事件，集體，處所，所有物，外形，狀態(tài)等11類，有些概念進一步分為幾個小類。應(yīng)該說WordNet 類義劃分比較完備，但是缺乏一種照應(yīng)的網(wǎng)絡(luò)關(guān)系，也就是說對事物分類缺少實體和概念，實體和屬性間等關(guān)系的描述。

北京大學(xué)與中科院計算所自1994年開始聯(lián)合開發(fā)“漢英機器翻譯模型系統(tǒng)”，就著手研制為漢英機器翻譯服務(wù)的“現(xiàn)代漢語語義詞典”?！艾F(xiàn)代漢語語義詞典”收錄的名詞37522個，名詞庫設(shè)15個字段，分為具體事物，抽象事物，過程，事件，空間等5大類，有些概念進一步分為幾個小類。

自2008年內(nèi)蒙古大學(xué)蒙古學(xué)學(xué)院在國家自然科學(xué)基金的資助下著手研制“蒙古語語義信息詞典”，目前“蒙古語語法信息詞典名詞分庫”有了36個屬性字段，14105個名詞成為語義分類的對象。分為事，物，智慧，時間，空間，動作，量度等7個大類，有些概念進一步分為幾個小類。

現(xiàn)代維吾爾語信息處理方面，新疆大學(xué)和新疆師范大學(xué)一直走在前列，維吾爾語詞性標注研究也得到了一定的成績，主要有：玉素甫.艾白都拉的《version1.0》和《version 2.0》的報告及有關(guān)論文；新疆大學(xué)，吐爾根.依不拉音的《現(xiàn)代維吾爾語詞性標記集的探索》等。這些論文中詳細的描述了維吾爾語詞性標注的基本原則及方法，并提出了有關(guān)詞性標注標記集。目前，維吾爾語詞性標注工作主要是以基于統(tǒng)計法和規(guī)則法的兩種研究法而開展。

2 維吾爾語名詞語義分類的必然性

現(xiàn)代維吾爾語是黏著性語言，語法、語義范疇較為復(fù)雜。目前現(xiàn)代維吾爾語中采用的是按語法功能分類的12中詞類，這種分類方法無法滿足短語分析、句子分析、機器翻譯等現(xiàn)代維吾爾語信息處理方面的需求。為了正確的表達其包含的所有信息， 我們需要建立一個語法語義特征相結(jié)合的分類體系。雖然新疆大學(xué)和新疆師范大學(xué)理論方面提出了現(xiàn)代維吾爾語語義分類，但這個分類體系不夠詳細，缺乏很多信息，比如新疆師范大學(xué)對現(xiàn)代維吾爾語詞性標注集進行驗證性研究的過程中發(fā)現(xiàn)收錄的28133個名詞里面12926種名詞服從現(xiàn)有的現(xiàn)代維吾爾語詞性標注標記集規(guī)范，還有一部分名詞不滿足該規(guī)范的語義分類規(guī)律，這需要我們改正和補充。

在現(xiàn)代維吾爾語信息處理研究工作中，光考慮詞語的語法意義，而忽略它的語義是會導(dǎo)致一個句子或者整篇文章的語義錯誤。例如：

3 現(xiàn)代維吾爾語名詞語義分類難處

現(xiàn)代維吾爾語里面名詞最多，但是名詞的分類研究基本上停留在以語法功能為基礎(chǔ)的水平。如果我們想建立一個更趨合理，相對較細的語義分類體系，必須要考慮下面幾個方面，這也算是我們所面臨的困難。

4 結(jié)束語

目前，現(xiàn)代維吾爾語名詞語義分類研究工作只能說是起步，但沒有停止。為實現(xiàn)名詞語義分類的合理化、系統(tǒng)化、科學(xué)化，我們還需要更重視理論認識與操作方法?？傊?，我們的能力和水平有限的原因，上面所做的研究工作依然存在著不少的缺陷。因此，對語義分類體系工作要進行進一步的優(yōu)化和補充。

參考文獻：

[1] 玉素甫.艾白都拉，張海軍，等.信息處理用現(xiàn)代維吾爾語詞干詞類標記集研究[J].信息技術(shù)與標準化，2011（6）.

[2] 玉素甫.艾白都拉.信息處理用現(xiàn)代維吾爾語詞類標注標記集規(guī)范草案[C].新疆師范大學(xué)，2011.

[3] 吐爾根.依不拉音，阿里甫.庫爾班，阿不都熱依木.基于詞典的現(xiàn)代維吾爾語詞性自動標注系統(tǒng)的研究[J] .新疆大學(xué)學(xué)報，2011（6）.

[4] 努爾加瑪力.沙依提，現(xiàn)代維吾爾語詞性標注標記集驗證性實驗研究[D].新疆師范大學(xué)，2015年5月.

[5] 玉素甫.艾白都拉 阿布都熱依木.沙力，阿拉帕提古麗，信息處理用維吾爾語詞匯標記集的確定[J].計算機應(yīng)用，2009（7）.

[6] 王惠，詹衛(wèi)東，俞士汶，“現(xiàn)代漢語語義詞典”的結(jié)構(gòu)及應(yīng)用[J]，語言文字應(yīng)用，2006（2）.endprint