朱淑琴，沈雨辰

（北京联合大学师范学院，北京 100011)

新闻汉语句式系统

朱淑琴，沈雨辰

（北京联合大学师范学院，北京 100011)

新闻汉语是国际汉语教学中一门重要课程，新闻中有一些固定句式和常用句型，掌握这些句式能有效提高新闻文本的阅读能力。从现有新闻汉语教材中进行整理收集，构建新闻汉语句式库，基于自然语言处理技术实现对这些句式的自动识别，为了方便用户查询搜索以及句式管理，设计开发可视化的框架句式管理平台。

新闻汉语；句式；自然语言处理；可视化管理平台

0 引言

近年来，中国的快速发展吸引了全球目光，各国与中国的经济往来越来越频繁，出现越来越多汉语学习者。而新闻汉语学习能够让汉语学习者接触到最新、最流行的汉语，通过阅读新闻汉语也能够很好地了解中国文化。新闻汉语是适应新闻交际需要而形成的特殊汉语体式，它跟日常口语交际的日常汉语不太一样，它是汉语书面语的一种特殊表现形式。新闻有一些固定句式和常用句型，如“以……为指导，深入贯彻……观，总结……经验，提出……要求，做出……部署”等政论文最常见的套话，掌握这些套话能有效提高新闻的阅读能力。

句式结构对于外国留学生语汉语学习者理解句义、培养语感，具有事半功倍的作用，也能够间接提高学生的应试能力[1-3]。中文书籍的特点是“两多”，即框架结构多，长句多。而框架结构相对于长句来说，无论是在本体方面的研究，还是在对外汉语教学方面的研究仍存在着欠缺之处，因而也有待于我们在句式框架结构的研究进一步深入探索。

本文从现有新闻汉语教材课后习题或者语言点中进行整理收集，构建框架句式库，在此基础上采用自然语言处理技术进行框架句式的自动识别和获取，并开发可视化的框架句式管理平台，方便用户查询搜索以及句式管理。

1 框架句式库构建

本文搜集了大量的新闻汉语教材，并将教材课后习题或者语言点中句式进行整理，创建句式表，将句式相关信息填入表中，句式信息如表1所示：

表1 句式信息表

每项信息都是依照参考书目中的句式提取下来的，数据信息按照书名进行排序，最终概览如图1所示。

2 句式规则创建

在句式库的基础上采用自然语言处理技术进行句式的自动识别，利用正则表达式为句式逐一编写规则，并且逐条验证。正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符，及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑[4]。

本文将句式表中的句式表达式分为三类：短句、词组、汉字。短句的结构，类似“令人担忧的是……”字数稍多，并且在句式中间不能加入别的任何字；词组的结构与短句相似，例如“一旦……”但是为了结果的准确，会在这种句式的前（或后）加上一些限制；最后一种汉字，是编写时最为困难的，要一步步的剔除与这个字能组成词语的其他字，一般情况下，汉字不单独组成句式，可以与汉字、词组或者短句组成类似“像……一样”这种结构的句式。

图1 句式库信息概览图

表2 句式分类

从表2可以看出短句类常用句式的正则表达式就是其自身，因为字数多，所以不会产生其他相似的匹配结果。相比于短句而言，词组类句式表达式就复杂一些了，要将词语作为成语或常用短语中的情况排除，以防匹配出的信息不准确。很明显地可以感觉到汉字类句式表达式比之前两种的都长了很多，这是因为单个汉字可以组成大量的词语，在匹配时会出现搜寻到包含这个汉字的词组，所以要将这些情况一一清除，所以汉字类的表达式才会这么多。与汉字或词组相关联的单词都是从专业的词典中查询得到的。

3 可视化的句式管理平台

在前面新闻汉语句式数据库的基础上，本文开发可视化的句式管理平台，将数据库信息可视化，实现框架句式搜索功能，方便用户查询搜索以及管理员后台管理句式[5]。

3.1 角色定义

管理员是指对网站进行开发和维护的人员，这个角色可以在后台执行登录，当管理员进行登录操作后，可以进行用户管理、句式管理和网站管理。在对用户进行管理的时候可以执行修改信息和删除用户信息；可以对已有句式进行查找或修改不正确内容，删除重复句式，添加句式（不可重复添加）；随时发布系统公告或维护信息，查看用户反馈信息，完善网站。管理员信息存在数据库中，在网页上不能直接注册。管理员功能用例如图2所示：

图2 管理员功能例图描述

图3 用户功能例图描述

用户是指网站的主要面向对象，也就是网站的使用者，在执行完登录之后，可以对自己查看的句式信息进行意见反馈，一般的游客可以浏览网站，查看已有句式的信息，但不能对句式进行意见反馈，其他部分都可以进行操作。信息检索部分，可以输入想要查找的句式的关键字进行模糊查询。句式识别时，可以输入一句话或者一段文字。用户功能用例如图3所示。

3.2 具体实现及效果

（1）句式管理：管理员登录后台系统之后，可以对查看所有句式，对句式进行修改，删除所选句式，并且可以添加新的句式。句式信息表分为：常用句式、句式释义、作者、页码、出处、发布时间等相关信息字段。句式管理界面如图4所示：

图4 句式管理

（2）句式搜索：网站的搜索功能主要是面向用户，打开搜索界面后能够能够看到所有的句式，当用户想要查找某个特定句式时，就可以利用模糊搜索功能找到需要的句式。具体界面如图5所示：

图5 句式搜索

（3）句式识别：用户提供需要检测的短文，可以在短文中识别出常用句式，如图6所示：

图6 句式识别界面

句式识别核心实现代码如下：

4 结语

本文从现有国际汉语教材课后习题或者语言点中进行整理，收集大量句式信息，构建框架句式库；在此基础上采用自然语言处理技术进行句式的自动识别和获取，利用正则表达式为句式逐一编写规则；并开发可视化的框架句式管理平台，方便用户查询搜索以及句式管理。

[1]张娟.国内汉语构式语法研究十年[J].汉语学习，2013(02)：65-77.

[2]Jing He,Weiming Peng,Jihua Song,and Hongzhang Liu.Annotation Schema for Contemporary Chinese Based on JinXi Li’s Grammar System[A].Proceedings of The 14th Chinese Lexical Semantics Workshop.CLSW2013[C].Beijing:Springer,2013,668-681.

[3]彭炜明，何静，宋继华.句本位语法图解析句系统的设计与实现[A].项洁.数位人文研究丛书5——数位人文研究与技艺[C].台湾：国立台湾大学出版中心，2014，195-210.

[4]Yan Zhang,Jihua Song,Xue Zhu,Weiming Peng.The identification of Grammar Points in International Language Teaching Materials Based on Sentence-based Annotation[A].Proceedings of 2014 International Conference of Educational Innovation through Technology. EITT 2014[C].CPS,2014,29-36.

[5]梅峻韬，宋丽红，董静.面向移动终端和Web的智能自习室管理系统[J].现代计算机(专业版),2015(21).

News Chinese Sentence Pattern System

ZHU Shu-qin，SHEN Yu-chen

（Teachers'College of Beijing Union University,Beijing 100011）

News Chinese is an important course in the international Chinese teaching.There are some fixed sentence patterns in the news text.Mastering these sentence patterns can effectively improve the reading ability of the news text.Collects fixed sentence patterns from the existing Chinese teaching textbooks,constructs the database of news Chinese sentence pattern,and realizes the automatic recognition of these sentence patterns based on natural language processing technology.In order to facilitate the user to search and manage the sentence patterns,designs and develops a visual management platform for the sentence patterns.

New Chinese;Sentence Pattern;Natural Language Processing;Visual Management Platform

1007-1423（2016）33-0073-04

10.3969/j.issn.1007-1423.2016.33.017

朱淑琴（1978-），女，硕士，研究方向为中文信息处理

2016-09-20

2016-11-18