[发明专利]一种基于规则的自动汉语句法分析方法

摘要

本发明公开了一种基于规则的自动汉语句法分析方法，提出汉语句子由句首界域、句中过程和句末认知结果三部分构成的句子成分三分算法，并据此设定句子结构规则、短语结构规则、词典以及处理流程来实现自动句法分析的目标。具体为首先设定语法体系、词典数据库以及自动处理所需的结构层次；然后标注词性；再依次判断句末、句中、句首短语，并根据句法成分对应短语范畴的关系配置每个短语的句法功能；最后调整分析结果并输出。本发明可以直接运用于汉语语料库的语法标注、搭配词典的编纂、文本信息的自动抽取等任务，更为重要的是为汉英机器翻译提供一个经过语法分析的源文件。

主权项

一种基于规则的自动汉语句法分析方法，其特征在于，具体按以下步骤实施：步骤1，设计控制器，建立数据库，设置句法分析的层次属性：控制器包括词性控制器、短语结构控制器、搭配控制器、句子结构控制器四种类型，用来分析短语和句子的结构、控制句法分析的流程以及调用各种词典；词性控制器，负责定义词性标注的标准；短语结构控制器，负责定义短语结构、分析短语成分；句子结构控制器，负责定义句子结构、确定子句范围、配置子句成分；搭配控制器，负责处理双核和三核短语，并进行搭配识别；数据库包括标准词典、分类词典、搭配词典、末端词典以及感知词典；句法分析的层次属性包括语序、原文、词性、短语层、短语功能、搭配层、子句层、子句功能、修饰语层、处理状态、源词性；步骤2，标注词性：计算机读入句子，以经过分词系统加工过的分词文件为源文件，按照词性控制器设定的词性标注标准，访问标准词典和分类词典，判断并标记句中词汇的词性；步骤3，句末短语识别和句末句法功能分析：短语控制器访问搭配词典和末端词典，按照短语控制器设定的处理规则，识别短语；随后按照句子结构控制器设定的步骤，判断句末成分zhi及其范围并确定下一步处理的起点；步骤4，句中短语识别和句中句法功能分析：从步骤3设定的起点开始，按照短语控制器设定的处理规则，继续处理句中短语，再次访问搭配词典、末端词典和感知词典，并通过短语控制器和搭配控制器相配合，完成句中短语分析任务；伴随每一次短语识别操作，同时配置句中成分vmid，并把句中成分vmid的修饰语记录在短语功能属性中；按照流程继续处理，最后一个被识别的vmid就是句首处理的起点，而句中成分的范围就是首个vmid跟最后一个vmid之间的跨距；步骤5，句首短语识别和句首句法功能分析：从步骤4设定的起点开始，判断句首句法功能和范围，然后按照句首短语结构和处理流程，完成句首成分sj的识别；步骤6，系统数据结构调整，并输出文本：根据用户对于所需分析句子内容的需求，输出相对应的数据文本。