加关注
微信号：比特人文
计划对100万词条人工标注
你有没有发现，我们平时说的很多比方，其实字典里根本查不到这层释义。比如，用“像猪一样笨”来形容某人愚蠢，现有字典中对于“猪”的解释只是：哺乳动物。头大，鼻和嘴长，眼小耳大，脚短，身体肥。肉可供食用，皮可制革等等。
“属于事物的认知属性范畴的词，一般是不见于字典或词典中的。”这样的认知空缺，在外国人学习汉语时、计算机对语言的自动识别上容易存在偏差。为此，南京师范大学语言学及应用语言学专业的6名同学组成了一个名为“汉语知识库建设”的科技创新实践小分队，展开了对100万词条的认知属性标注。他们的目标是建立一个“认知属性语料库”，并且实现可视化查询与呈现。
“项目立项后，我们先对1000个词条进行适应性训练，熟悉分类标准。”该实践小分队的徐亚芳同学介绍说，在暑假开始前，小组内部已经讨论和制定了一套标注规范，把词条认知关系定为九类，分别为正常属性、特指属性、相悖属性、附属属性、比喻属性、类别属性、比较属性、其他属性和错误。
以正常属性为例，如果词条是刀—锋利，锋利是刀自身带有的属性，所以标为正常属性。据悉，小分队进行标注的100万词条全部来自网络用语，主要通过“像A一样B”这个结构获取，希望通过标注A与B之间的认知关系，来理清特定词语的凸显特征。词语的认知属性是特定语言使用者文化、思维方式的结晶。
整个暑假，小分队的6位同学都沉浸在对词条的人工标注工作中。为何会进行这样的实践活动？该小组同学解释说，词语的认知属性知识库的建立有利于外国人学习汉语词语，对对外汉语教学具有积极意义，此外，对于计算机理解语言的真实含义，隐喻、反讽等修辞手法的自动识别等都有可利用的价值。
像鲎一样的爱情
“以‘刀子’这一词条为例，标注中有从刀子的动作角度进行描述的，比较典型的像刺、割、划、插、刻、切、剜等；也有从刀子的特性角度进行定义的，比较频繁的有锋利、锐利、凌厉、尖利等；还有从刀子给人带来的感受进行刻画的，主要以疼、痛以及含有这两个词特征的其他词语为主。”
参与标注的吉志薇同学介绍说，像这类标注很有实用价值，比如指导学生的作文，丰富他们的语言表达等。同时，她也认为通过这次标注，还能够发现人们对特定事物或现象的观点、态度等。
像蚂蚁一样小、像桌子一样大……除了这些常规的比方外，还有些词条很新颖，比如“像鲎（hou，四声）一样的爱情”。“第一次看到这个词条时很新奇。”邢翠鹃同学介绍说，搜索后才知道，鲎是一种壳似坚甲尾似剑的古老的海洋动物，成年后总是一雌一雄而且上雄下雌地结伴而行。
“它们朝夕相伴，形影相随，在海中，当你遇到结伴的成年鲎时，只要你抓住雌鲎的尾巴轻轻一提，伏在雌鲎背上的雄鲎也自然会跟着被提起来，因为它不会独自溜走，而是临危不惧，如痴如醉地紧紧抱在雌鲎的身上，这好像是在决计为雌鲎殉情似的。”
经过一个暑期的努力，标注项目的一期工作也已经接近尾声。据了解，近年来，语言学已经进入到科学与技术的互补时代，语言资源的建设为机器翻译、自然语言处理提供了大量的语言材料，为最终实现人机交互提供了可能性。
界世的你当不
只作你的肩膀
无
无畏的太阳
小编|I X| |原文|新华网
原文刊载时间2013-09-03。目前认知属性库的建设已经完成，可访问cognitivebase.com
