吳鋒文,周龍豪

(四川外國語大學(xué) 中國語言文化學(xué)院,中國 重慶 400031)

一、引言

事件(events)分析是一種新興的連接語言與認知的“句法-語義”界面理論[1]。Dowty把“事件”看作現(xiàn)實映射在句子的命題集合[2],當單一現(xiàn)實事件通過邏輯關(guān)系聯(lián)系之后就構(gòu)成了復(fù)雜事件表達[3-4],因此“復(fù)雜事件句”是多個事件命題映射的句子類型,整體表現(xiàn)為一個復(fù)合事件,內(nèi)部子事件(命題)相互關(guān)聯(lián)。這類句子跨度較大,其句法語義繁復(fù),涵蓋了兼語句[5]、連動句[6]、復(fù)句[7]等句子結(jié)構(gòu)類型,形成了一個連續(xù)的句型統(tǒng)。

“句處理”是當前中文信息處理的主要任務(wù),其研究現(xiàn)狀是“對單句研究較多,對復(fù)句的研究相對薄弱”[8]。目前學(xué)界對簡單句的處理已經(jīng)能夠達到較高的精度,但對包括復(fù)句在內(nèi)等復(fù)雜事件句卻無法實現(xiàn)精準的分析,復(fù)雜事件的處理存在許多問題。黃嫻、張克亮指出,當前信息處理領(lǐng)域“重實踐而輕理論”的現(xiàn)狀普遍存在,過度依賴規(guī)則、數(shù)據(jù)以及模型,忽視了語言本體知識的剖析[9]。因而,對復(fù)雜事件句的處理,目前尚缺乏來自語言學(xué)領(lǐng)域的自覺理論思考,也缺少行之有效的分析方法。

依存語法是法國語言學(xué)家泰尼埃提出的一種研究句子內(nèi)部詞與詞之間聯(lián)系的語法分析理論[10]。該語法思想自創(chuàng)立以來,被廣泛運用于語言分析和信息處理領(lǐng)域并得以進一步發(fā)展,如Robinson提出關(guān)于依存語法的“四大公理”[11],Nivre結(jié)合實際語料的依存分析探索[12],為依存語法在世界范圍內(nèi)的應(yīng)用奠定了堅實基礎(chǔ)。劉海濤指出,依存語法以“配價”為實現(xiàn)條件,最終目的是分析詞與詞之間的“支配-從屬”聯(lián)系,構(gòu)建一個以謂詞為核心的層級樹狀結(jié)構(gòu),通過依存樹能實現(xiàn)句子的分析、處理、形式化[13]。

已有研究表明,依存語法理論對擁有“意合性”特征的漢語分析有著較強的契合性和可操作性(劉挺[14])。依存分析能夠?qū)?fù)雜的句子序列轉(zhuǎn)化為一棵二元互聯(lián)的句法樹(圖),從而更直觀地表征與呈現(xiàn)句子的整體面貌。以連動句“福貴上坎干活”為例,其依存分析如圖1所示。

圖1 依存分析示意圖

圖1表明兩個事件復(fù)合的連動句被分解成為一組組依存對,詞與詞之間互相關(guān)聯(lián)并通過建立核心謂詞的依存聯(lián)系,揭示了不同事件之間的語義聯(lián)系,使整個復(fù)雜事件的內(nèi)部結(jié)構(gòu)得到清晰的反映,如將上述圖分析結(jié)果轉(zhuǎn)寫為形式化的計算機語言,有助于實現(xiàn)對復(fù)雜事件句的精準分析。

在大數(shù)據(jù)時代,中文信息處理前進的腳步不斷加快,而復(fù)雜事件句的處理是亟待解決的難題。漢語復(fù)句的句際關(guān)系分析、兼語句和連動句的識別、標注等仍是依存語法研究中的難點,已有資源的分析結(jié)果錯誤率較高[15]。基于上述背景,本論文采用CiteSpace①軟件對從中國知網(wǎng)(CNKI)搜集的有關(guān)復(fù)雜事件句依存研究文獻進行聚類及可視化分析,引入文獻計量方法研究相關(guān)領(lǐng)域的基本面貌,并對計量分析結(jié)果展開分析,以期全面反映該領(lǐng)域的研究現(xiàn)狀及熱點,并對研究趨勢進行展望和預(yù)測,為面向智能時代的語言學(xué)研究創(chuàng)新思路并提供參考。

二、復(fù)雜事件句依存研究背景及空間分布

(一)基本研究情況統(tǒng)計

依存語法研究近年來一直是中文信息處理的熱點。有關(guān)依存語法的發(fā)文量近幾年來呈現(xiàn)出明顯的上升趨勢,在中國知網(wǎng)中以“依存語法”為檢索詞,并增添“語義依存”“句法依存”等作為輔助關(guān)鍵詞,檢索年份設(shè)定為2000-2022年,檢索范圍設(shè)定為“CSSCI+北大核心+CSCD”,共檢索到有效研究文獻266篇。文獻研究趨勢如圖2所示。

圖2 “依存語法”研究的發(fā)文趨勢圖

圖2顯示,2000-2006年期間年發(fā)文量不足10篇,研究處于起步階段,直到2006年之后發(fā)文量有所增加,進入穩(wěn)步發(fā)展的時期。從整體看來呈現(xiàn)上升趨勢,尤其是進入2010年后增速逐年加快,這種趨勢與語言智能研究的主題是密不可分的,技術(shù)手段的提升,研究內(nèi)容的深入以及依存語法的獨特優(yōu)勢,漢語的依存研究成為當前中文信息處理領(lǐng)域的熱點。

同時,本文對近20年發(fā)表在CSSCI期刊上的以“復(fù)雜事件句”為研究對象的文獻進行檢索,以“復(fù)句”“復(fù)雜謂語”“兼語”“連動(連謂)”等詞為檢索詞,經(jīng)過去重以及篩除一些會議文獻記錄外,最后共整理得到有效文獻1 197篇。該文獻數(shù)據(jù)具體構(gòu)成情況見表1。

表1 復(fù)雜事件句文獻檢索數(shù)量表(CSSCI)

從上表1文獻結(jié)果看,復(fù)句是最為引人關(guān)注的復(fù)雜事件句類型,占據(jù)研究總量的65%以上,有關(guān)兼語式、連動式等復(fù)雜事件句的研究則相對較少。值得注意的是,檢索結(jié)果中出現(xiàn)了48篇交叉論文,這些成果既符合復(fù)句的檢索條件也符合其他句型的檢索條件,該狀況反映出有學(xué)者認識到復(fù)句、兼語句、連動句的內(nèi)在統(tǒng)一性從而進行了綜合研究。

(二)研究空間分布

1.軟件介紹

CiteSpace是由陳超美開發(fā)的一款科學(xué)文獻分析工具,可以將某一學(xué)科領(lǐng)域的文獻數(shù)據(jù)導(dǎo)入,生成可視化圖譜,通過分析可視化結(jié)果中節(jié)點之間的關(guān)聯(lián),發(fā)現(xiàn)研究成果間的共現(xiàn)關(guān)系與共引關(guān)系,追蹤和反映學(xué)科研究中的動態(tài)與前沿進展[16]。

2.數(shù)據(jù)統(tǒng)計

隨著語言智能化與信息化要求的提高,運用依存理論進行復(fù)雜事件句在本體研究與應(yīng)用研究的觀點也越來越受到人們的重視。將檢索時間設(shè)置為1996-2022年,主題詞設(shè)置為“復(fù)句+依存語法”“兼語+依存語法”“連動(連謂)+依存語法”分別進行文獻檢索,結(jié)果顯示依存理論下復(fù)雜事件句的研究成果逐漸成為熱點,不僅發(fā)表期刊上的優(yōu)秀論文不斷增多,并且不少研究者將其作為碩博論文的選題方向進行攻關(guān),產(chǎn)生了許多優(yōu)秀成果,具體情況如表2所示。

表2 基于依存的復(fù)雜事件句研究文獻數(shù)量表

由表2可知,在復(fù)句、兼語句、連動句相關(guān)的依存研究方面,復(fù)句依存研究仍是產(chǎn)出量最多的研究方向,相對來說后兩者的依存研究并未引起較高的關(guān)注。最終檢索出67篇相關(guān)文獻,7篇交叉文獻,占總體的10.4%,相較于本體領(lǐng)域的交叉占比,基于依存理論的復(fù)雜事件句的相關(guān)研究趨勢有所上升。

3.合作網(wǎng)絡(luò)共現(xiàn)分析

不同作者節(jié)點之間相互連接,反映出研究的合作情況,本文對文獻中作者之間的合作網(wǎng)絡(luò)進行分析,結(jié)果顯示當前有關(guān)復(fù)雜事件句依存團體較為集中,形成了多個合作網(wǎng)絡(luò)聚集,共現(xiàn)情況如下圖3所示。

圖3 作者合作網(wǎng)絡(luò)共現(xiàn)圖

從圖3分布上看,復(fù)雜事件句依存研究形成了三大合作網(wǎng)絡(luò):首先是以楊進才、胡金柱、李源為核心的研究團體,人數(shù)較多,研究最為集中,研究人員之間的合作流動性很高,相關(guān)成果主要體現(xiàn)為復(fù)句的依存研究;其次是以姬東鴻為核心的研究團體,聚類較少,主要討論特殊句式的分析標注問題;再次是楊爾弘、邵艷秋等人形成的合作,其研究方向多集中于語義依存的分析。合作網(wǎng)絡(luò)反映出當前研究形成了較為集中的局面,有著較強的合作交流,這一特點有助于復(fù)雜事件句與依存研究的發(fā)展。

4.機構(gòu)分布

研究機構(gòu)的分布已經(jīng)初具規(guī)模,形成了以華中師范大學(xué)、北京語言大學(xué)、武漢大學(xué)為核心的三大主要研究陣地。在機構(gòu)性質(zhì)上形成了文理交融的場景,計算機技術(shù)以及語言學(xué)理論的相互配合,反映出跨學(xué)科深度交流與合作,具體如圖4所示。

圖4 研究機構(gòu)分布圖

三、依存視野下復(fù)雜事件句研究主題與熱點追蹤

關(guān)鍵詞能夠直接反映某一研究領(lǐng)域的熱點。當多個關(guān)鍵詞形成聚類之后往往可以體現(xiàn)研究領(lǐng)域內(nèi)的主題,為更精確地反映復(fù)雜事件句依存研究的內(nèi)容及現(xiàn)狀,在將文獻信息進行提取之后,對關(guān)鍵詞的聚類與共現(xiàn)進行分析,時間切片設(shè)置為1年,從時間聚類、平面共現(xiàn)兩個維度來反映復(fù)雜事件句依存分析的研究主題與趨勢,并通過突變詞的強度與爆發(fā)年份來追蹤研究前沿。

(一)時間聚類及主題分析

時間聚類反映的是相關(guān)研究領(lǐng)域中共同主題及其歷時分布,能夠從線性角度直觀呈現(xiàn)本研究領(lǐng)域各研究熱點的歷時發(fā)展狀況,將文獻數(shù)據(jù)導(dǎo)入后得到的時序圖如圖5所示。

圖5 復(fù)雜事件句依存研究關(guān)鍵詞聚類時序圖

從歷時角度看,該領(lǐng)域在時間軸上呈現(xiàn)出兩個階段:2010年之前的研究是分散的、零星的,研究類別、產(chǎn)出成果等較為單一;2010年之后成果有大幅度增加,研究領(lǐng)域更為廣泛,內(nèi)容更為多樣,成果產(chǎn)出和研究聚類都變得更為豐富。

從研究聚類看,主要集中于6個方面,分別是“依存關(guān)系”“依存句法”“語義資源”“依存語法”“關(guān)系詞”“句法分析”等,分布上互有交叉,在系統(tǒng)分析圖3的基礎(chǔ)上,本文認為各聚類關(guān)鍵詞分別反映了以下幾方面的主題。

一是“依存關(guān)系”的探討是貫穿始終的主題,如何分析復(fù)雜事件句的依存關(guān)系,并用恰當?shù)男问奖硎境鰜?是學(xué)界較為關(guān)心的問題。

二是“依存句法”“句法分析”“關(guān)系詞”代表了學(xué)界對復(fù)雜事件句本體知識的關(guān)注,希望采用依存方法實現(xiàn)對復(fù)句關(guān)系詞乃至復(fù)雜事件句的完整分析。

三是“語義資源”則在2006年之后一直是研究的熱點,構(gòu)建面向復(fù)雜事件句的語義資源,對加快語言智能研究進展有至關(guān)重要的作用。

(二)關(guān)鍵詞的共現(xiàn)及其熱點分析

關(guān)鍵詞的時序聚類從線性角度反映出了研究的主題,而通過在平面內(nèi)的共現(xiàn)聚類,可以對基于依存理論的復(fù)雜事件句的研究內(nèi)容與熱點進行真實反映,我們將共現(xiàn)頻次(threshold)設(shè)置為4③,得到了該研究領(lǐng)域相關(guān)的關(guān)鍵詞知識圖譜,如圖6所示。

圖6 關(guān)鍵詞共現(xiàn)知識圖譜

關(guān)鍵詞的共現(xiàn)與分布呈現(xiàn)出較為集中的狀態(tài),將上圖中的內(nèi)容進行歸納,得到復(fù)雜事件句依存研究熱點主題詞聚類表,如表3所示。

表3 關(guān)鍵詞共現(xiàn)聚類情況表

關(guān)鍵詞共現(xiàn)的次數(shù)越多,越能代表研究的受重視程度。通過共現(xiàn)聚類,能夠?qū)ρ芯繜狳c進行有效反映。結(jié)合表3和圖6,我們認為當前學(xué)界的研究重點主要體現(xiàn)在以下方面。

一是復(fù)雜事件句的依存分析與理論探討。例如,“控制語”“連詞”“搭配網(wǎng)絡(luò)”等關(guān)鍵詞反映出學(xué)界立足于復(fù)雜事件句的特征,提出了多種適應(yīng)依存分析需要的理論與方法,如馮文賀的連詞“虛謂說”和“控制語”說[17]、陳建雄基于上下文意圖的復(fù)句分析方法[18]、李源等總結(jié)的“綜合分析法”[19]等,各種兼顧結(jié)構(gòu)和語義依存分析方法被提出,推動了依存語法方法論的構(gòu)建與發(fā)展。

二是依存圖思想的提出與應(yīng)用。依存圖的思想是區(qū)別于樹結(jié)構(gòu)的深層語義描寫方法,依存樹分析要求節(jié)點與句子序列一一對應(yīng),該特征被稱為投影性,但針對復(fù)雜事件句依存結(jié)構(gòu)中多父節(jié)點②以及依存弧交叉等非投影特點,依存圖思想能更準確地表達復(fù)雜事件句的句法語義內(nèi)容[20]。這方面的主要研究成果有:王躍龍對連動句、兼語句的依存標注問題的探討,提出應(yīng)將句內(nèi)所有的依存關(guān)系都要考慮到,不僅是事件內(nèi)部,還要照顧到動詞間的依存聯(lián)系,并著手構(gòu)建漢語依存圖庫[21];丁宇在分析兼語句和連動句的依存圖時,提出了兼語嵌套結(jié)構(gòu),并將連動句的一個動詞作為事件的支配成分[22]。

三是復(fù)雜事件句的依存資源庫建設(shè)?！罢Z料庫”“圖庫”“語義資源”“標注”等關(guān)鍵詞都是這一主題的集中反映。學(xué)界借鑒LTP、UD等大規(guī)模的依存資源庫的建設(shè)經(jīng)驗④,對復(fù)雜事件句的相關(guān)語言資源的構(gòu)建進行了有益探索,邢翠娟認為句法樹結(jié)構(gòu)無法很好處理漢語中的非投影現(xiàn)象,提出需要構(gòu)建漢語依存圖庫,就漢語中的連動句、兼語句和復(fù)句等復(fù)雜事件句的標注問題做了探討,給出了復(fù)雜事件的標注范式;鄭麗娟、邵滟秋結(jié)合句模理論,區(qū)分兼語句的層級結(jié)構(gòu),構(gòu)建了兼語依存圖庫[23];胡泉研究并提出了一種自動識別有標復(fù)句中搭配關(guān)系詞的二階段方法,構(gòu)建了一個包含457個漢語復(fù)句關(guān)系詞的“漢語復(fù)句關(guān)系詞搭配庫”[24]。

四是基于依存語法的句法語義分析。復(fù)雜事件句的研究與分析本身也是學(xué)界較為關(guān)心的話題,不同于面向信息處理的處理方式,復(fù)雜事件句的本體依存分析,更需要在方法和思路上實現(xiàn)創(chuàng)新。這方面的研究如肖明以“雖然-但是”類復(fù)句為例,利用復(fù)雜網(wǎng)絡(luò)等理論,通過建立關(guān)聯(lián)詞之間的語義框架,試圖擺脫傳統(tǒng)的表層句法束縛,促進了有標復(fù)句的語義依存分析[25]。

五是面向信息處理的復(fù)雜事件句依存探索?！瓣P(guān)系詞”“自動識別”“層次”等關(guān)鍵詞是這一主題的代表。得益于依存語法在信息處理領(lǐng)域的廣泛適用性,復(fù)雜事件句的處理進展迅速,研究成果主要集中在關(guān)鍵詞識別、自動句法分析、詞義消歧等方面,如楊進才將對漢語復(fù)句關(guān)系詞的信息內(nèi)容、搭配關(guān)系、約束條件等方面的深入探索,運用于復(fù)句語義依存關(guān)系的分析中,利用改進的隨機森林模型,實現(xiàn)了復(fù)句關(guān)系詞的自動識別[26];黃文燦對傳統(tǒng)樹庫中并列結(jié)構(gòu)等特殊句式的標注不足進行改進,結(jié)合神經(jīng)網(wǎng)絡(luò)模型和“綜合分析法”,采用協(xié)同訓(xùn)練,實現(xiàn)復(fù)句的依存句法自動分析[29];李源將目光對準中文信息處理中的詞義消歧領(lǐng)域,設(shè)計依存句法復(fù)合特征模板,運用最大熵模型訓(xùn)練,提高復(fù)句內(nèi)部詞語尤其是關(guān)聯(lián)詞的歧義分析精度[30]。

(三)突變詞及前沿趨勢

突變詞是一項重要評測標準,不僅能夠反映研究發(fā)展歷程,還在一定程度上能夠預(yù)測未來研究中的演化趨勢[31]。我們將γ值⑤設(shè)置為0.25,突變時間為2年,得到10個復(fù)雜事件依存研究的突變關(guān)鍵詞,如表4所示。

表4 Top10突變詞分析結(jié)果

突變詞一般由兩個維度來體現(xiàn):一是突變爆發(fā)的起止年份,這一維度代表了在某一時期某個研究熱點持續(xù)性的爆發(fā),并且反映了該研究熱點也會對未來的研究進展有持續(xù)影響;二是突變的強度,這一維度代表了某一研究熱點的研究價值與受重視的程度,強度越高也反映出該研究對象的關(guān)注度越高[32]。從表4的關(guān)鍵詞突變數(shù)據(jù)來看,未來復(fù)雜事件句依存研究有以下幾方面的發(fā)展。

一是基于機器學(xué)習的研究方法會成為今后研究的重要前沿。在突變強度前5的關(guān)鍵詞中“神經(jīng)網(wǎng)絡(luò)”“詞向量”等表示機器學(xué)習的方法赫然在列?；谝来胬碚摰臋C器學(xué)習方法處理復(fù)雜的語言現(xiàn)象,近年來受到了學(xué)界的關(guān)注,機器學(xué)習模擬人類大腦的運行機制能夠使處理結(jié)構(gòu)更為精深。今后機器學(xué)習的信息處理方式與依存研究的結(jié)合將會對復(fù)雜事件句的發(fā)展起到重要作用,深度學(xué)習將會成為該領(lǐng)域未來的發(fā)展方向。

二是對語義研究的重視以及將依存分析的維度轉(zhuǎn)變到語義平面。突變詞中反映語義研究的“語義分析”“語義資源”“特征結(jié)構(gòu)”等均有著較高的突變強度,這表明復(fù)雜事件句語義研究是未來研究的重點之一。傳統(tǒng)的復(fù)雜事件句多采用句法依存作為研究切入點,句法層面可以表達的信息相對較少,一些外圍語義成分如時間、空間等無法得到準確表達,因此對于該類句式而言,淺層的句法理解不足以支撐該句式信息處理的要求,只有過渡到深層語義平面才能推動復(fù)雜事件句句處理的前進。

三是語義依存圖思想,將成為未來具有持續(xù)性的研究熱點。從爆發(fā)年份看,“依存圖”的爆發(fā)年份長達7年,這種情況說明“依存圖”的研究在復(fù)雜事件句依存研究領(lǐng)域受到了長時間的關(guān)注,而這種關(guān)注往往是具有持續(xù)性的,表明“依存圖”思想在未來的研究中有可能繼續(xù)成為前沿的研究熱點。

四、復(fù)雜事件句依存研究的反思與啟示

綜觀近20年來學(xué)界現(xiàn)狀,有關(guān)復(fù)雜事件句的依存研究發(fā)展迅速。盡管該領(lǐng)域的研究起步較晚,但也取得了相當可觀的成果,這些成果為智能化時代語言學(xué)的本體研究和應(yīng)用型研究提供了新的思路和有益借鑒。過往成果雖然在不同句型上的分析方法有所不同,但在不同程度上為復(fù)雜事件句的信息處理提供了便捷的資源;在探索面向信息處理的自動分析方法上取得了一定進展,特別是在關(guān)系詞識別、層次識別、自動分析等方面打下了堅實的基礎(chǔ)。但是過往研究也存在一些需要引起反思和重視的問題,主要體現(xiàn)在以下幾個方面。

首先,復(fù)雜事件句依存理論的探索和應(yīng)用研究尚未形成統(tǒng)一的機制,復(fù)雜事件結(jié)構(gòu)的語義描寫機制的系統(tǒng)性亟待加強。兼語句、連動句、復(fù)句等都是屬于復(fù)雜事件結(jié)構(gòu),這些句型有著共同的特性,理應(yīng)采取一種能夠貫通所有類別的系統(tǒng)研究理論。而目前學(xué)界尚缺乏一種有關(guān)復(fù)雜事件句的形式化描寫機制,面向機器理解并不致用。盡管鄭麗娟、楊進才、李源等的成果已觸及復(fù)雜事件依存分析的冰山一角,但成果相對零散,缺乏系統(tǒng)性且形式化描寫不足,以至機器理解的精度不高、識別正確率也不高。因而,復(fù)雜事件結(jié)構(gòu)的語義描寫機制的相關(guān)研究亟待加強。

其次,學(xué)界普遍遵循的是“樹結(jié)構(gòu)”的分析模式,而有關(guān)“依存圖”的新思想、新探索并不多見。突變詞數(shù)據(jù)表明,依存圖思想將會在未來繼續(xù)成為研究熱點,但當前在構(gòu)建依存資源庫,標注語言資源時,學(xué)界往往還是采用依存樹結(jié)構(gòu)的方式進行標注。復(fù)雜事件的非投影性表明依存樹的標注模式并不適合其依存研究。遺憾的是已有資源對復(fù)雜事件句還不能做到較為精準的分析,因此“改樹為圖”是未來研究中需要解決的問題。

再次,當前依存語法研究多是面向應(yīng)用層面的,而基礎(chǔ)與應(yīng)用結(jié)合的綜合性研究極其鮮見。適合信息處理領(lǐng)域的研究可以稱得上是依存語法的優(yōu)勢,是它的特性之一,可這并不代表依存語法的全部能力,回溯依存語法的歷史,它對語言本體的分析能力同樣有目共睹,配價理論在漢語研究領(lǐng)域的重視就足以證明這一點。因此,我們認為必須注重依存語法與漢語的研究,尤其是復(fù)雜事件句的基礎(chǔ)層面的分析研究,努力打造基礎(chǔ)研究與信息處理“對接槽口”。

依存理論下的復(fù)雜事件句研究目前正處于穩(wěn)步發(fā)展的階段,需要不斷整合、吸收和借鑒學(xué)界已有成果,走本體研究與應(yīng)用研究相融合的發(fā)展道路,更新研究的思路、方法與手段,以期更好地推動中文信息處理“句處理”的前進。隨著“語言學(xué)+”研究的深入發(fā)展,依存語法的應(yīng)用型研究的深度與廣度仍有發(fā)展空間,因而我們必須緊扣漢語語法事實,從漢語言實際問題出發(fā),不斷拓寬研究領(lǐng)域,推動智能化時代語言學(xué)研究向縱深發(fā)展,助力“語言+”發(fā)展的新趨勢。