孔 芳,葛海柱,周国栋

1(苏州大学 计算机科学与技术学院 自然语言处理实验室,江苏 苏州 215006)

2(江苏省计算机信息处理技术重点实验室,江苏 苏州 215006)

篇章中提及了某个事物后,当再次论及这个事物时,会采用各种方式来进行上下文的照应,这一现象称为回指(anaphor).当回指在篇章上没有任何的形式层体现时,就称这种回指为零指代(zero anaphor),它是一种特殊的指代现象.相比英文,汉语中零指代出现的频度很高,正如Kim[1]所统计:汉语中在主语位置出现零指代的情况约占36%,而英文主语位置的零指代不足4%.正因如此,汉语零指代的研究对汉英文机器翻译、文本摘要以及阅读理解等众多自然语言处理任务意义重大,已成为自然语言处理领域针对汉语研究的一个热点.

例1 给出了一个汉语零指代的具体实例,该实例摘自OntoNotes 中文语料的chtb_0009 文件,其中:零元素用“#”表示,位于相同指代链(即具有指代关系)的实体表述、零元素用相同颜色表示.

例1:针对[甘肃]旅游业的发展需求,[人保公司]积极推出海外游客保险,[#]1还在国内首家推出海外散客保险办法,[#]2使“八五”期间到[甘肃]观光游览的海外游客全部得到保险保障.[甘肃省]还积极探索高风险业务,“八五”期间,[#]3参与卫星发射的共保,[#]4分担的风险金额达一千万元,[#]5支付赔款五百万元,[#]6成为西北首家参与航天业务的公司.

例1 共包含6 个零元素,其中:第1 号、第4 号~第6 号零元素指代相同的实体“人保公司”;第3 号零元素指代“甘肃省”;第2 号零元素并……