【学术助力】李学宁：系统功能语言学在自然语言处理中的知识表示研究（留言有赠书）

点击蓝字关注我们

随着计算机的诞生，自然语言处理逐步成为了语言学的一个重要应用领域。由于语言学知识一般用自然语言进行表述，有必要采用一些形式化方法将其重新表示出来，才能为计算机识别和处理。因此，知识表示就成了语言学和计算机科学中的一个共同前沿课题。在此背景下，本书对系统功能语言学的知识表示进行跨学科的研究。主要内容包括： ① 按时间顺序，依次考查系统功能语言学在机器翻译（含机器词典）、自然语言生成、多模态语料库中的应用情况；② 在此基础上，归纳总结系统功能语言学在应用过程中所采用的知识表示方法；③ 针对一种最常用的知识表示方法——系统网络，考查它在表示能力和可实现性方面存在的缺陷，并基于系统论和计算机技术的最新发展，提出一个复杂系统网络型式。本书可供语言学专业博士生、硕士生以及对此领域感兴趣的学者阅读参考。

系统功能语言学在自然语言处理中的知识表示研究

扫描二维码

进入购买页面

作为一门适用语言学，系统功能语言学自诞生之日起就开始探索如何应用于计算语言学，并在应用的过程中不断发展自己的理论。系统功能语言学开始于阶与范畴语法的研究（Halliday，1961）。Halliday在此之前就应用“阶”与“范畴”的基本观点对机器翻译和机器词典的语言学原理进行了初步的探索。并且，他针对机器翻译中对等翻译缺失的情况提出了“同义词词库法”（Halliday和Webster，2007：641）。在20世纪60年代，Henrici基于Halliday的系统思想开发了一个计算机程序，它能够对一个系统网络中的不同选项进行自动选择（Matthiessen & Bateman，1991：18）。1972年，Winograd研制了一个自然语言处理系统——SHRDULE。在这个系统中，他首次采用了Halliday的系统语法来建立一个比较全面的英语语法。在其后20年中，一系列基于系统功能语言学的语篇生成系统应运而生，比较著名的有PROTEUS、PENMAN、SLANG、COMMUNAL等。迄今为止，系统功能语言学已经成为语篇生成系统中应用最为广泛的语言学理论之一。进入20世纪90年代以后，系统功能语言学开始积极地应用于语料库语言学的研究以及各类语料库的建构，其最终目的仍然是服务于自然语言处理的需要。与此同时，Halliday（Halliday & Webster，2007：157189）还开展了对口语语料库的研究。Bateman（2008）、Baldry（2010）等进一步研究了多模态语料库的建构，并成为系统功能语言学在当代自然语言处理应用研究中的一个重要动态与发展趋势。针对人工神经网络研究与遗传算法、模糊逻辑结合起来发展智能计算（Intelligent Computing）的趋势，Halliday从系统功能语言学的角度探讨了语言的模糊性，并初步论述了系统功能语言学在智能计算中的应用前景（Halliday & Webster，2007：193267；杨才英，2007）。

总之，系统功能语言学在人类计算机发展的每个关键时期都做出了积极的贡献，主要应用于机器翻译和机器词典、自然语言生成和（多模态）语料库；而这些应用领域与计算语言学本身的发展趋势基本一致。由此可以说：计算语言学是系统功能语言学的一个重要应用领域；而在计算语言学中的应用反过来深刻地影响了系统功能语言学的发展轨迹，并推动了其自身的理论建设，尤其是相关的形式化研究的开展。

本书聚焦于如何用系统功能语言学理论在自然语言处理中进行知识表示，即采用一些形式化方法将其重新表示出来，为计算机识别和处理提供工具。本书按照跨学科的思路，采用历史文献法和形式化方法。通过文献法，全面梳理系统功能语言学在一些自然语言处理主要领域的应用情况。而形式化方法就是知识表示方法，它是系统功能语言学与计算语言学发生关联的“玄关”。通过研究发现：　系统功能语言学在本质上是一种面向自然语言处理且在该领域中具有广泛应用价值的语言学理论。在应用过程中，系统功能语言学者提出并发展了系统网络，从而丰富了计算语言学和人工智能中的知识表示方法。

本书在国内首次全面、系统地研究了系统功能语言学在自然语言处理中的应用情况及相关的知识表示方法，使大家初步认识系统功能语言学的计算语言学的理论、方法和特点。它能够在一定程度上纠正人们对于系统功能语言学的一种误读，即该语法不重视甚至反对形式化研究；也有助于从一个更加全面和客观的角度来审视系统功能语言学的发展轨迹——它的发展基本与计算语言学的发展同步，可以使大家更好地理解Halliday等人在众多的语言学理论观点中进行选择的技术动因。

目录

第1章  绪论

1.1  研究背景与意义

1.1.1  研究背景

1.1.2  研究意义

1.2  国内外研究现状述评

1.2.1  国外研究现状

1.2.2  国内研究现状

1.3  本研究的主要内容、基本思路、研究方法

1.3.1  主要内容

1.3.2  基本思路

1.3.3  研究方法

1.4  本书的章节安排

第2章  阶与范畴语法在机器翻译和机器词典中的知识表示方法

2.1  Halliday的机器翻译观

2.1.1  机器翻译研究的应用语言学归属

2.1.2  机器翻译规则系统的设计方案

2.1.3  基于语料库的机器翻译系统设想

2.2  Halliday的机器词典编纂方法

2.2.1  机器词典的语言学基础

2.2.2  机器翻译在词汇语法层中的问题及对策

2.2.3  同义词库的编纂原则与体例

2.2.4  同义词库法在统计机器翻译中的应用与展望

2.2.5  在词典学研究和电子词典编纂中的启示

2.3  小结

第３章  系统功能语言学在语篇生成系统中的知识表示方法

3.1  PROTEUS系统

3.1.1  设计流程

3.1.2  中介表示形式

3.1.3  Hudson系统语法

3.2  PENMAN系统

3.2.1  设计流程

3.2.2  NIGEL语法和环境

3.2.3  文本范例

3.3  CSRS系统

3.3.1  工作流程的设计

3.3.2  语义表示的形式

3.3.3  模板与特征方法的结合

3.3.4  基于系统功能语言学的汉语自然语言生成语法

3.4  自然语言生成中“组合沟”现象的凸显

3.4.1  “组合沟”现象的界定

3.4.2  “组合沟”现象的成因

3.4.3  “组合沟”现象在PENMAN系统中的表现

3.4.4  Teich的解决方案

3.5  小结

第４章  系统功能语言学在多模态语料库中的知识表示方法

4.1  MCA：针对影视语篇的分析与检索

4.1.1  影视语篇的多模态话语分析

4.1.2  影视语篇的多模态转写方法与主要标注工具

4.1.3  MCA在外语电化教学中的应用

4.2  GeM模型：针对版面的分析与检索

4.2.1  GeM模型的总体框架

4.2.2  基础层、版面层、语义内容层的工作原理

4.2.3  GeM模型的应用举偶

4.3  小结

第５章  系统网络表示法及其改进途径

5.1  知识表示的主要观点

5.2  知识表示的基本方法

5.2.1  陈述性知识表示方法

5.2.2  过程性知识表示方法

5.3  知识表示的要求

5.4  系统网络表示法的缺陷

5.4.1  表示能力

5.4.2  实现技术

5.5  系统网络表示法的两种主要改进途径

5.5.1  复杂性科学的理论途径

5.5.2  人工神经网络的技术途径

5.6  复杂系统网络型式的设计

5.6.1  语言系统的两个非规范特征

5.6.2  复杂系统网络型式的理论模型

5.7  小结

第６章  结论

6.1  总结

6.2  局限与展望

参考文献

索引

作者简介
李学宁，教授，计算机专业工学博士，外国语言文学博士后，博士研究生导师。主攻系统功能语言学与计算语言学的接口。主持国家社科中华学术外译项目、中国博士后基金面上资助项目、教育部人文社科青年基金项目等。从2015年开始，担任国家社科、教育部人文社科评审专家。 李向明，副教授，在清华大学深圳研究生院担任研究生英语教学工作。研究领域集中在教育理论与语言学习的跨学科研究。主持2017年度教育部在线教育中心研究课题。发表十多篇SSCI（JCR 1区）、CSSCI、EI收录和英文同行国际评审期刊论文。2018年起开始担任SSCI期刊匿名审稿人。
宋孟洪，讲师，硕士。长期担任大学英语教学工作，研究领域为系统功能语言学、翻译理论与实践。独立发表论文3篇、合著论文2篇、合写专著2本。

 

本书责编：金英爱

021-61675263

扫描二维码联系出版

《语言学博士文库》与《当代外语研究论丛》作为交大出版社外语学术出版重要阵地，是开放性创新性的学术平台，旨在探索当代外语研究的最新领域，多角度展示研究成果。论丛在为当代语言学、外国文学、外语教学法、翻译学以及跨文化比较研究和发展提供学者间交流机会的同时，继续学科通融、兼收并蓄的编辑理念，崇尚原创作品，力推新人新作，并一直致力于将国内优秀研究成果推向国际学术舞台。

互动赠书

欢迎关注本微信公众号，给本文留言（请一定要先关注哦）说明希望获得的图书和获得赠书的理由，留言获得点赞数量最多的3位读者将获得我们提供的赠书（包邮哦）。点赞截止日期2018年12月5日。

相关阅读

点“阅读原文”购买更多外语好书