Lecture 3: Linguistics Foundations
本节课大纲
image.png
汉字
-
ideograph 表意文字/形意文字
image.png
- 汉字数量多
- 简体 繁体
- 异体字
- 同意同音，不同形
- “回”字有四种写法
- 方言
- 编码标准
- 字本位语言处理
- 字嵌入
词素
词素，意思或语法功能的最小单位，拆了之后就无法保留原来的意思了。
比如：“葡萄”是一个两个字的词素。
- 语法词素
比如：的、地、得 - 内容词素
比如：葡萄
中文词
- 双音节词
- 三音节词
- 四音节词
- 中文词格式
- 词缀
- 叠词 reduplication
- 离合词 比如：理发，理了个发
词性 part-of-speech (POS)
词性，不表示词的意思，而是表示词是怎么用的。
比如：动词，名词
中文语法处理中的挑战
- 正式的语言标志很少
- 没有动词的词性变化
- 没有单复数
- 歧义
- 词汇歧义
- 断句歧义
短语
- 短语的语法树
- 依赖关系
语料语言学
image.png
网友评论