陈 波，姬东鸿，吕 晨

(1. 湖北文理学院 文学院， 湖北 襄阳 441053； 2. 武汉大学 计算机学院，湖北 武汉 430072)

1 前言

语义分析是现代语言学和计算语言学领域最具挑战性的课题之一，也是当前制约语言信息技术大规模应用的主要瓶颈。 在众多语义分析的问题中，短语和句子级的语义分析是一项最基本的任务。汉语由于具有语序灵活、重视虚词等独特的特点，与英语法语相比，它的语义分析更具挑战性。在自然语言处理(Natural Language Processing，NLP)中，对汉语语句的语义标注，一直是一个难点。其中，对于汉语特殊句型的语义标注，更是难中之难，例如，“连动句”、“兼语句”、“主谓谓语句”、“把字句”、“被动句”等。这些句型，在语言学界它们本身的界定都存在很多争议，在NLP学界，处理的时候通常运用的是传统的分析方法。

在语言学界，主谓谓语句是汉语中一种具有独特特点的句型。作为汉语主谓句的下位句型,它的特点是由主谓短语做句子的谓语。语言学领域关于主谓谓语句的研究有80余年，至今什么是主谓谓语句、主谓谓语句有哪些类型尚未定论，这些争端包括：句中的成分谁是大主语谁是小主语的问题？倒装句是不是主谓谓语句的问题？

如何寻找一种较为有效的方法，可以对这些汉语特殊句型进行更好的语义标注，对于语言学界和NLP学界，都具有重要意义。本文提出了一种新颖的“特征结构”(Feature Structure)理论的方法，进行了大规模的语义标注，建立了一个具有近两万句的汉语语义标注资源库。在此基础上，选取汉语主谓谓语句进行进一步语义分析，得到了比较好的结果。……