33、捷克语语序分析与主题 - 述题识别及基于关联数据的包装器归纳研究

捷克语语序分析与主题 - 述题识别及基于关联数据的包装器归纳研究

捷克语语序位置与分析层次

在捷克语中，其语序较为自由，这使得句子成分能够较为随意地组合。不过，名词、形容词和副词短语内部的语序实际上是固定的。大约 60% 的捷克语句子中，限定动词处于中间位置。捷克语的形态句法格允许直接宾语（宾格）或间接宾语（与格）置于句首，而主语（主格）常位于句尾，状语成分（由副词或各种格的介词短语表示，最常见的是方位格）也是如此。

我们区分出捷克语句子中最多五种语序位置：
- 前初始位置（通常由连词占据）
- 初始位置
- 初始后位置（黏着词遵循瓦克纳格尔规则）
- 中间位置
- 最终位置

与中间位置不同，初始和最终位置必须存在（甚至可能以合并的初始 - 最终位置形式出现），且每个位置只能包含一个句子成分。初始、中间和最终位置可由名词短语、副词短语或动词占据，前初始位置可能出现连词或小品词。

为了最终获得处于语序位置的带标签句子成分，需要使用自动化工具成功执行以下几个离散步骤，以 “Přijdu do školy, až napíšu ten text.（我写完文本后会去学校）” 为例：
1. 分词 ：使用 unitok.py 对输入文本进行分词，得到基本的垂直文本。
2. 词性标注与词形还原 ：通过形态分析器 Majka 和形态句法消歧器 Desamb 为垂直文本添加复杂的词性标签和词形。
3. 解析 ：使用部分由作者编写的实验性语法，由 SET 解析器对经过形态标注的输入进行明确