34、中文名词回指描述生成的实证研究

中文名词回指描述生成的实证研究

1. 引言

在中文里，回指词可分为零形式、代词形式和名词形式。例如“张三惊慌地往外跑，（他）撞到一个人，他看清了那个人的长相，（他）认出那个人是谁”，其中“（他）”是零形式回指，“他”是代词回指，“那个人”是名词回指。

此前已建立了一套包含句法、语义和语篇导向约束的规则，用于决定零形式、代词和名词回指的生成。然而，名词回指没有像零形式和代词回指那样的独特形式，其描述可以与“初始指称”相同，也可以去除初始指称中的部分信息、添加新信息，甚至使用不同的词汇项。本文旨在研究中文自然语言生成中名词回指合适描述的选择。

以往自然语言生成相关研究主要聚焦于为实体创建“指代表达”，以将其与读者假定关注的一组对象区分开来。这些算法能高效创建描述以明确识别“预期指称对象”，但生成的描述仅反映了语篇的注意力方面。本文尝试从语篇的另一个方面，即意图，来研究名词回指描述的作用，并提出一个偏好规则，用于选择不同的名词回指描述以反映语篇中的意图转变。为验证该规则的有效性，对三组中文文本进行了两次实验。

2. 测试数据中名词回指的分析

中文名词回指的表层结构是一个名词短语，由一个中心名词和可选的关联短语、冠词、关系从句和形容词组成。本文研究的名词描述可看作是上述结构中不含冠词的名词短语。如果名词回指的中心名词与初始指称相同，且其修饰部分是初始指称可选部分的严格子集，则称其为初始指称的“简化形式”；若与初始指称相同，则为“完整描述”。

观察测试数据中出现的名词回指，可将名词描述分类如下：
| 类型 | 初始指称 | 名词回指 |
| ---- | ---- | ---- |
| A | z