1. 本書將"句本位"語法作為漢語傳統語法的流派而非僅僅"黎氏語法"一家來看待，繫統梳理句本位語法的歷史源流和理論特色，重新評估其"句子成分分析"句法思想和"依句辨品"詞類觀點等爭議方面的合理性和實用價值。

2. 理論和實踐相結合，從形式化結構體繫設計到可視化標注工具開發，再到圖解樹庫、知識庫的構建，是句本位語法全面、繫統的數字化呈現，為傳統語法走向現代化的信息處理應用奠定基礎。

3. 在中文信息處理詞法、句法和語義分析等基礎環節采用句本位語法體繫並一以貫之，初步實現的句式結構自動分析器為中文信息處理領域基於語言學規則的理性主義方法的又一新嘗試。

4. 注重句子結構分析和漢語語法教學的領域相通性，力求中文信息處理析句結果能夠為國際漢語教學、中小學語文教學和計算語言學教學等提供技術支持，尋求這些領域理論成果和實踐經驗對中文信息處理的借鋻啟示作用以及知識轉化價值。

《句本位語法的中文信息處理理論與實踐》句本位語法是漢語語法研究早期的一個流派，以"句子成分分析"的析句方法和"依句辨品"的詞類觀點著稱。本書基於上述理論觀點開展漢語的計算機自動析句研究，是漢語傳統語法理論與現代中文信息處理深度交叉的學術專著。書中引言部分界定術語"句本位語法"的廣、狹二義，概述全書主要內容。第2章綜述與廣義句本位語法相關或相通的主要語法體繫，辨析異同。第3章對黎氏語法的圖解法進行形式化改造，設計實現一種面向中文信息處理的新型形式化語法結構體繫——句式結構。第4、5章分句法和詞法兩部分展開句式結構的析句規範和語例說明，為漢語語法的繫統描寫。第6章闡述漢語句式結構析句的理論框架，屬於計算語言學性質的理論探討。第7章初步實現句式結構自動分析器，第8章利用自動分析器支撐樹庫構建，以樹庫數據迭代更新知識庫，形成樹庫和分析器的技術閉環。第9章基於樹庫為相關教學領域提供數據和技術支持，為技術的應用落地。第10章總結句本位語法和句式結構在中文信息處理相關領域的價值，展望後續研究的發展圖景。

彭煒明，男，北京師範大學人工智能學院講師，研究方向為中文信息處理和漢語語言知識工程。先後就讀於天津大學、北京師範大學，曾在北京大學計算語言學研究所從事博士後研究。擁有豐富的文理學科交叉研究經歷，獲計算機科學與技術碩士和漢語言文字學博士學位，在國內外核心刊物或學術會議發表論文30餘篇，主持或承擔2項國家自然科學基金項目。專注於句本位語法的形式化及其自動圖解析句研究，設計出一種基於句式結構的漢語句法結構體繫，並主持構建了國內第一個大規模句本位語法樹庫。

目 錄

第1章 引言 1

1.1 句本位語法 1

1.2 中文信息處理與形式語法 2

1.3 本書內容與組織框架 4

第2章 句本位語法的歷史回顧 6

2.1 漢語語法體繫 6

2.2 黎氏語法體繫 7

2.2.1 語法體繫概述 8

2.2.2 圖解法要點補述 14

2.2.3 析句方法評述 20

2.3 《暫擬繫統》和《繫統提要》 27

2.4 其它各家的語法體繫 30

2.4.1 史存直《語法新編》 30

2.4.2 陳望道《文法簡論》 32

2.4.3 張志公《漢語語法常識》 34

2.4.4 呂叔湘《現代漢語八百詞》 34

2.4.5 邢福義《漢語語法學》 37

2.4.6 黃伯榮、廖序東《現代漢語》 38

2.4.7 北大中文繫《現代漢語》 40

第3章 圖解法的形式化——句式結構 43

3.1 設計原則 43

3.2 句法結構 43

3.2.1 基本句式 44

3.2.2 擴展句式 45

3.2.3 復雜句式 46

3.2.4 特殊句式 51

3.3 詞法結構 51

3.3.1 詞庫詞：詞類和義項 51

3.3.2 動態詞：結構模式 53

第4章 句式結構的語法體繫（句法） 56

4.1 句子成分 56

4.1.1 主語和謂語 56

4.1.2 賓語 58

4.1.3 補語 61

4.1.4 定語和狀語 63

4.1.5 獨立語 65

4.2 復式結構 66

4.2.1 NP復式結構 67

4.2.2 VP復式結構 69

4.3 句式 86

4.3.1 主謂謂語句 86

4.3.2 省謂句 89

4.3.3 存現句 92

4.3.4 雙賓語句 94

4.3.5 數量對應句 97

4.3.6 比較句 98

4.3.7 強調句 100

4.3.8 無主句 102

4.3.9 獨詞句 103

第5章 句式結構的語法體繫（詞法） 104

5.1 基本概念 105

5.1.1 語素、詞素、詞、短語 105

5.1.2 詞根/詞綴、自由語素/不自由語素 105

5.1.3 單純詞、合成詞 106

5.1.4 構詞、構形 106

5.1.5 熟語、縮略詞和離合詞 107

5.2 名詞 108

5.2.1 時間詞 113

5.2.2 方位詞 114

5.3 動詞 115

5.4 形容詞 118

5.5 副詞 120

5.6 數詞、量詞、數量詞 122

5.7 代詞 124

5.8 介詞 125

5.9 連詞 126

5.10 助詞 128

5.11 嘆詞、擬聲詞 130

第6章 句式結構析句的理論框架 132

6.1 析句目標——建構形式化句義 132

6.2 析句原則——形式和意義統一的活看法 134

6.2.1 突顯主干，中心自由 134

6.2.2 允許轉類，規範省略 135

6.2.3 小句為綱，兼顧章法 137

6.3 析句理念——以有限駕馭無限 139

6.3.1 層次深度和句式結構表達式 140

6.3.2 分析層次和單層結構表達式 141

6.3.3 句式結構特征的層次約束 144

6.4 析句思路——自頂向下逐層匹配 145

6.4.1 模式的初始建立 146

6.4.2 模式分層和規則化 147

6.4.3 規則的例外處理 149

6.5 析句策略——基於語言知識工程 150

第7章 句式結構自動分析器初探 153

7.1 自動析句的評價標準 153

7.2 正則表達式及其擴展 156

7.2.1 基於字符的通用正則表達式 156

7.2.2 基於詞語特征的擴展正則表達式 159

7.3 小句的單層結構分析 160

7.3.1 算法框架 160

7.3.2 詞法分析 161

7.3.3 句式匹配 162

7.3.4 結果排序 163

7.3.5 實驗分析 164

7.4 整句的完全結構分析 165

7.4.1 算法框架 165

7.4.2 標點句分析 166

7.4.3 小句歸並 166

7.4.4 實驗分析 168

第8章 句本位語法樹庫的構建實踐 170

8.1 標注工具 170

8.2 標注模式 172

8.3 工程管理 175

8.3.1 語料入庫與分類管理 175

8.3.2 標注效率與質量控制 176

8.4 知識庫構建與更新 178

8.4.1 詞彙知識庫 178

8.4.2 詞法模式庫 180

8.4.3 句法規則庫 180

8.4.4 框架語義庫 181

第9章 句本位語法樹庫的教學應用 183

9.1 面向國際漢語教學的應用 183

9.1.1 交互式出題 184

9.1.2 可讀性評估 188

9.2 面向中小學語文教學的應用 190

9.2.1 文言文閱讀理解 191

9.2.2 語篇連貫性分析 192

9.3 面向計算語言學教學的應用 194

第10章 結語和展望 197

參考文獻 199

附錄 202

附錄一：詞法模式庫（前100條高概率模式） 202

附錄二：句法規則庫（前22條高頻規則） 206

附錄三：圖解樹庫示例（魯迅《吶喊?孔乙己》） 207

附錄四：圖解析句標注的反饋 249

後記 251

2009年彭煒明從信息科學學院中文信息處理專業，考入文學院漢語言文字學專業攻讀博士學位，他是我們學科招收的第六屆交叉學科博士。進入互聯網時代，漢字標準化、國際化成為國家軟實力的重要因素，簡繁並存、古今並有產生的多種矛盾，在進入計算機以後更為尖銳，完全在紙上研究漢字已經不能適應國家建設的需要，信息科學與語言文字兩個學科結合起來培養文理交叉知識結構的復合型人纔，是適應這種發展形勢的急需。所以，煒明前面的幾屆交叉學科的博士，都是從《說文》學人手，以研究漢字信息處理問題為具體方向的。煒明進入文學院的那一年，漢字問題已經有所緩解，語言智能問題提到日程上來，於是他選擇了句子層面的信息處理問題作為重點。應當說，這是一個很有遠見的選擇。人類的自然語言帶上意義和思想以後，句子纔是它的基礎單位，字義、詞義都要結構為句義，纔能有深度的人機對話。機器翻譯和機器理解問題，早已經不是新問題，瓶頸在於語言的人文性和意義的經驗性是電腦很難適應的。處理漢語的句子還有一個比英語等語言更大的難點，就是漢語作為詞根語，缺乏語法形態，到處都是無形的變化和隻有內涵的“意合法”。這些，都給解決問題帶來比字詞處理更大的難度。但是。不論怎樣，先把句子問題理順了，有了適應計算機處理問題的機制，都是解決問題的先決條件。
說實話，從計算機科學技術過渡到語言文字，兩個學科這樣大的跨度，對我們師生已經是很大的挑戰。煒明的博士論文《句本位語法數字化平臺的建設和應用研究》，由字詞處理過渡到處理句法，是更大的挑戰。令人欣慰的是，煒明作為信息技術專業的碩士，在句法問題上跟我們對話，幾乎沒有遇到什麼很大的隔閡。相較於多數純理工科學生而言，煒明屬於文理科成績俱佳的優秀學生，基礎語法不生疏，閱讀能力屬一流。他用了將近一個學期的時間，梳理了現代漢語多個語法體繫，最終還是認為面對漢語的應用問題，傳統語法最為適合信息處理。選擇句本位語法，以黎氏語法為基礎，是基於以下四個原因：第一，漢語的句子結構通過《馬氏文通》吸收了拉丁語法的基本範式，經過很多大家的修補、改造，由“暫擬體繫”和“繫統提要”做了綜合，能夠作為教學語法使用，證明它是符合漢語也便於應用的。第二，處理句子問題，以句本位語法為基礎，有一個完整的基本單位墊底，起步會順利得多。第三，漢語是一個重意義的語言，處理意義和詞類是句法最關鍵的問題。在傳統語法的發展中，產生了兩種處理問題的傾向：第一種盡量從形式上界定句法功能和詞類，意義遷就功能，變得復雜；第二種看重意義的作用，界定詞類和句法功能時，將意義因素加入其中，使意義問題相對比較簡化。黎氏語法是後一種，更加適合漢語。第四，黎氏語法的圖解法，對任何一個句子的結構都不回避，圖解形式在功能的界定上又基本合乎邏輯，用線條的層次、方向區別了不同功能，也以線條的相連與相隔表明了句中詞語意義關繫的親疏，這是利於計算機理解和表達的有利條件。事實說明，這個選擇是成功的。
煒明的第二步工作是采集大量的圖解材料，對黎氏語法有更深的了解，同時對黎氏語法解決問題不徹底的地方做進一步的加工。這一階段我看過他11版草稿，不斷和他討論，學習各種流派的語法學論著尋找適應方法，處理問題有所精進，逐步解決了以下幾個問題：
（1）進一步清理了句子的“主-謂-賓”主干，以主干為基礎，排列了具有層次的句式。由於句式的概括性，使意義紛繁的語句，被有限的句式控制，從復雜變為簡化。又因為句式有不同的層次，各自有包含關繫，條分縷析，又進一步簡化了句子的模式。
（2）黎氏語法最復雜的是它與謂語相關的所謂補足語部分，這一部分所以雜亂，是因為缺乏從詞類、關繫和層次上進行區別性的分解。在吸取其他語法學家的方法進一步清理分解後，固定了不同補足語在圖解中的位置，使這部分補足語變得清晰。
（3）正確解釋了黎氏“依句辨品”和“離句無品”的原則，將“類”和“品”與句子的關繫重新做了更為合理的界定，定出了規則，將已有的圖解一一做了微觀調適。在此基礎上，把已經入句的、詞類確定的語詞做了標注，入庫待用。
這三個問題，都是依靠計算機強大的存儲、統計分析、數據挖掘乃至可視化表達等能力的持續迭代、不斷優化纔得以漸趨清晰和完善的。