文本排歧语义图式的自动获取与选择

２００７，４３（３１）１引言机器翻译中，歧义讨论多集中在词句，鲜有文章涉猎到文本［１］。

立足于微观的传统语义图式虽具有可释性，却难以跨越句法和文本的鸿沟。

不同于句法歧义，文本歧义分析是动态多向的语义调节过程，是读者将作者铺设在作品中的歧义进行匹配、优选和解读的过程。

如何发挥计算机优势量化文本中的歧义现象是本文的立足点。

文本语义排歧并不是强调文本非歧义性，相反，歧义的存在却能推动情节发展。

句法和文本排歧有着根本的区别：前者为实现语义传递避免歧义产生；后者为凸显主题鼓励歧义存在。

文本语义排歧中的“排”不是“排除”而是“排列”，即按照文本主旨排列歧义，以便于通过量化进行分析。

计算机辅助下进行的文本歧义排列，以及语义顺序和匹配过程分析要求文本排歧图式包括文本和读者这两个相关因素。

本文以英语文本为例探讨歧义排列时语义图式的正确性和相关性，即具有读者参与的文本歧义是否能推动情节的发展，以及这种推动是否源自于读者和文本的互动性。

２文本排歧语义图式的构建语义图式强调认知的流程化，即用流程图解释理解的顺序性和选择性［２］。

传统语义图式因其自身的局限性解释范围只限于词句层面，而文本语义图式则基于此将读者理解度设为相关变量进行讨论，即读者认知模式在先后理解上会产生非一致性的读者期待，并和文本顿悟点在匹配上具有顺序性；而且形成的读者期待在认知纠错系统控制下具有选择性。

这种顺序性和选择性需要在构建的理论框架中得到验证。

２．１传统语义图式的局限性对语义图式的讨论最早始于认知心理学。

Ｂｅｖｅｒ［３］首倡认知层级图式。

尽管语言是符号系统的信息处理模式受到连接主义的挑战，但用流程图方法将语言认知处理过程符号化更有利于分析语义的传递过程。

Ｇａｇｎｅ［４］的模型可用来分析词句理解时的心理认知过程，即通过利用“短时记忆”和“长时记忆”的不断对照和互促推动来阐释语义的往返性。

这个过程可以用计算机进行分析，即通过量化比照不同词句的召回率来确定出现歧义的可能性比值［５］。

“对语篇的理解更多依赖的是句间的关联而不是其中某个词的意义［６］。

”微观的计算机应用虽然能够解释一些词句歧义出现的原因，但却难以用于文本歧义分析，根本在于它忽略了作品和读者的互动性，即忽视了读者对句间、段间意义的理解。

２．２文本语义图式的互动性利用计算机解读文本歧义，也需要统计召回率的大小。

它的权值应该维持在一个特定范围之内。

权值过大，超出读者认文本排歧语义图式的自动获取与选择于屏方，杜家利ＹＵＰｉｎｇ－ｆａｎｇ，ＤＵＪｉａ－ｌｉ鲁东大学汉语言文学院／外国语学院，山东烟台２６４０２５ＣｈｉｎｅｓｅＩｎｓｔｉｔｕｔｅｏｆＬｕｄｏｎｇＵｎｉｖｅｒｓｉｔｙ／ＦｏｒｅｉｇｎＬａｎｇｕａｇｅｓＩｎｓｔｉｔｕｔｅｏｆＬｕｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｔａｉ，Ｓｈａｎｄｏｎｇ２６４０２５，ＣｈｉｎａＥ－ｍａｉｌ：ｙｕｐｉｎｇｆａｎｇ６８＠１２６．ｃｏｍＹＵＰｉｎｇ－ｆａｎｇ，ＤＵＪｉａ－ｌｉ．Ａｕｔｏｍａｔｉｃｒｅｃｅｐｔｉｏｎａｎｄｓｅｌｅｃｔｉｏｎｏｆｓｅｍａｎｔｉｃｓｃｈｅｍａｆｏｒｔｅｘｔｕａｌｐｒｅｓｅｎｔａｔｉｏｎｏｆａｍｂｉｇｕｉｔｙ．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２００７，４３（３１）：１６９－１７１．Ａｂｓｔｒａｃｔ：ＢｙｍｅａｎｓｏｆａｄｅｔａｉｌｅｄａｎａｌｙｓｉｓｏｆｔｈｅｄｒａｍａｔｉｃａｌｌｙｃｈａｎｇｅａｂｌｅｓｉｔｕａｔｉｏｎｉｎＡＦａｒｅｗｅｌｌｔｏＡｒｍｓｂｅｔｗｅｅｎＣＶａｎｄＴＲＲ，ｔｈｅｃｏｒｒｅｃｔｎｅｓｓａｎｄｒｅｌｅｖａｎｃｅｏｆｔｈｅｓｅｍａｎｔｉｃｓｃｈｅｍａｒａｉｓｅｄｉｎｔｈｉｓａｒｔｉｃｌｅａｒｅｖｅｒｉｆｉｅｄ．Ｉｔｉｓｐｒｏｖｅｄｔｈａｔｔｈｅｒｅａｄｅｒ－ｉｎｖｏｌｖｅｄｔｅｘｔｕａｌａｍｂｉｇｕｉｔｙｃａｎｓｈｏｗｔｈｅａｂｉｌｉｔｙｔｏｍｏｔｉｖａｔｅｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｐｌｏｔ，ａｎｄｔｈｅａｂｉｌｉｔｙｂａｓｉｃａｌｌｙｒｅｓｕｌｔｓｆｒｏｍｔｈｅａｕｔｏｍａｔｉｃａｌｌｙｍａｔｃｈｉｎｇｏｒｄｅｒａｎｄｒｅａｄｅｒ－ｉｎｖｏｌｖｅｄｃｈｏｉｃｅｓｏｆｗｒｏｎｇ－ｃｏｒｒｅｃｔｉｎｇｍｏｎｉｔｏｒｓｙｓｔｅｍｂｅｔｗｅｅｎａｒｅａｄｅｒ’ｓｅｘｐｅｃｔａｔｉｏｎｓａｎｄｔｅｘｔｕａｌｉｎ－ｓｉｇｈｔｐｏｉｎｔｓ．Ｋｅｙｗｏｒｄｓ：ｔｅｘｔ；ａｍｂｉｇｕｉｔｙ；ＴｅｘｔｕａｌＲｅｃａｌｌＲａｔｉｏ（ＴＲＲ）；ｓｅｍａｎｔｉｃｓｃｈｅｍａ；Ｇｌｏｓｔｅｘｔｕａｌｖａｌｕｅ摘要：通过对ＡＦａｒｅｗｅｌｌｔｏＡｒｍｓ中章节值和文本召回率值拉锯式攀升状态的分析，验证了文本排歧语义图式的正确性和相关性：具有读者参与的文本歧义推动了情节的发展，而这种推动源自于读者期待和文本顿悟点自动匹配的顺序性和读者纠错控制的选择性。

关键词：文本；歧义；召回率；语义图式；文位赋值文章编号：１００２－８３３１（２００７）３１－０１６９－０３文献标识码：Ａ中图分类号：ＴＰ３９１基金项目：２００６年教育部人文社会科学重点研究基地重大项目（Ｎｏ．０６ＪＪＤ７４０００７）。

作者简介：于屏方（１９７１－），女，博士，研究方向：应用语言学；杜家利（１９７１－），男，硕士，研究方向：篇章语义学。

ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用１６９２００７，４３（３１）ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用章节１２…４０４１页码１３…２１５２１７单词数量１０２１１９…１５０９８句数２１２…６１７多音节数４７…２５Ｌ５１．００９．９２…２５．００５．７６Ｈ３．９２５．８８…１．３３５．１０ｆｏｇｉｎｄｅｘ２１．９７６．３２…１０．５３４．３５表１文本《永别了，武器》ｆｏｇｉｎｄｅｘ值一览表知理解能力，文本难以实现基本的可读性功能；权值过小，难以调动读者阅读兴趣，文本艺术性将难以保持。

文本歧义具有认知理解的顿悟性，是认知意识流的“语义短路”；对它的理解符合认知效应提取的顺序性，是缺省模式的破旧立新；读者理解过程中的语义纠错机制遇到认知顿悟点后能适时启动，既是先期理解的终结同时又是再次理解的开始［７］。

针对文本歧义特征，本文在Ｇａｇｎｅ［８］认知图式基础上，通过改进来分析文本歧义。

文本排歧过程主要是以“读者认知模式”为中心展开。

当“读者前期理解”和提取的认知原型模式对照相符时，读者会按照提取模式构想文本后续情节和结果，直到“文本顿悟点”出现。

“文本顿悟点”证明“读者前期理解”的错误性，并迫使读者认知纠错机制启动，使其返回到“提取、对照”阶段按照提取顺序重新确定，直到顺利通过“文本顿悟点”。

这种带来缺省模式破旧立新的顺序性，是利用计算机排歧的根本理论依据。

通过计算机进行文本排歧不光需要相对宏观的理论支撑，更需要具体量化，实现以其为辅助的“定性－定量－定性”的循环论证。

２．３验证文本语义图式的理论构建文体学开文本量化之先河，学者多尝试用公式展开讨论。

如ＡＤ＝１ｆｏｇｉｎｄｅｘ＝１０．４（Ｌ＋Ｈ）［９］（１）ＡＤ（ＡｃｃｅｓｓｉｂｉｌｉｔｙＤｅｇｒｅｅ）为语义接受度；ｆｏｇｉｎｄｅｘ是衡量英语词句难易的尺度；Ｌ指每句包含单词的量；Ｈ指每百单词所含多音节词的量（多音节词指屈折变化外３个或以上音节的单词）。

ｆｏｇｉｎｄｅｘ数值越高，接受度ＡＤ越低，产生歧义的可能就越高。

即，文本歧义与接受度ＡＤ成反比，与ｆｏｇｉｎｄｅｘ成正比例关系。

意识流通性ＣＳＣ（ＣｏｎｓｃｉｏｕｓＳｔｒｅａｍＣｉｒｃｕｌａｔｉｏｎ）是指在理解文本时的语义实现程度，与文本歧义成反比例关系。

文本歧义是认知理解和语义变化现象，本身不具有数值标注的可能。

为了量化，设定文本召回率ＴＲＲ（ＴｅｘｔｕａｌＲｅｃａｌｌＲａｔｉｏ）来代表歧义出现的频率值。

ＴＲＲ＝１ＡＤ×１ＣＳＣ＝［０．４（Ｌ＋Ｈ）］×１ＣＳＣ（２）章节值ＣＶ（ＣｈａｐｔｅｒＶａｌｕｅ）的递增是绝对值的递增，文位赋值ＧＶ（ＧｌｏｓｔｅｘｔｕａｌＶａｌｕｅ）则是相对值的递增，两者乘积构成文本功能结构值ＴＦＳＶ（ＴｅｘｔｕａｌＦｕｎｃｔｉｏｎ＆ＳｔｒｕｃｔｕｒｅＶａｌｕｅ）：ＴＦＳＶ＝ＧＶ×ＣＶ（３）当ＴＦＳＶ增大时，文本内容增加，章节数量增大，读者语义调节不断变化，代表歧义变化的ＴＲＲ值也增大，而读者理解文本的语义意识流通性ＣＳＣ反而因为歧义存在而变小，即ＣＳＣ与ＴＦＳＶ成反比例关系：ＣＳＣ＝１ＴＦＳＶ＝１ＧＶ×ＣＶ（４）ＴＲＲ量化公式可变化为：ＴＲＲ＝１ＡＤ×１ＣＳＣ＝（ｆｏｇｉｎｄｅｘ）×ＴＦＳＶ＝［０．４（Ｌ＋Ｈ）］×（ＧＶ×ＣＶ）（５）文本歧义是功能随着结构变化促使读者不断调整语义认知理解的过程。

因此，利用文本召回率和章节数作为纵横轴所形成的系统可用于分析章节递增所带来的文本歧义的动态变化。

３基于英语文本的量化运用文本排歧语义图式及理论公式属宏观研究，只有在具体运用中才能得到验证。

下面以世界图书出版社西安公司２０００年出版的ＥｒｎｅｓｔＨｅｍｉｎｇｗａｙ的ＡＦａｒｅｗｅｌｌｔｏＡｒｍｓ为样本进行文本排歧语料分析。

３．１ｆｏｇｉｎｄｅｘ值的计算ＡＦａｒｅｗｅｌｌｔｏＡｒｍｓ中Ｌ和Ｈ值采用统计学随机方法计算，即抽取奇数页最后１００个词作为被试（以自然句为基准），然后根据公式（１）计算出ｆｏｇｉｎｄｅｘ值。

该文本共有４１章，２１７个奇数页（含插图６页１），各章Ｌ、Ｈ和ｆｏｇｉｎｄｅｘ值取平均数。

根据公式（５）可知，在ｆｏｇｉｎｄｅｘ和ＣＶ值确定后，文位赋值ＧＶ则是唯一变量，它的变化决定文本召回率的值域。

３．２文位赋值（ＧＶ）的标注文位是义位在文本层面的具体体现。

文位赋值ＧＶ是表示功能的文位所代表的值。

文本中文位呈层级排列，表现主题的核心文位高居上层并统领各自分属文位。

如在ＡＦａｒｅｗｅｌｌｔｏＡｒｍｓ中“永别武器”和“永别爱情”主题形成两个上层文位并统领各自语义场。

随着文本推进，两场时有交叉，各文位所对应的功能值也发生变化，具体讨论如下：１、２章是铺垫，介绍文本的基本要素，赋值为１。

３、４章是文本的推进延长。

虽然主要人物开始出现，但仍属前期准备，赋值为３。

５－１３章是情节发展的初级阶段，虽然也有小的情节变化，例如，初尝爱情、感受战争等，但这些相对两个主题来说都还是初级阶段，此间的爱情和战争情节也还是主题展现的初期，所以，将第５－１３章赋值为５。

１４－２９章是故事发展的快速成长期，战争方面：腿伤愈合、奉命回营、目击撤退、身陷囹圄，每次都向永别武器主题推进；爱情方面：温情再现、感悟真谛、谈婚论嫁、直抵巅峰，每次都推动永别爱情主线发展，所以各章赋１插图页所有数值均为零。