algorithm - 是否存在用于动词时间特征的算法(Zeno Vendler 的论文)？

Question

是否有一种算法可以找到动词的时间特征？意思是它是“事件”、“成就”、“成就”还是“状态”？如 Zeno Vendler 的论文“Verbs and Times”中所述？

http://semantics.uchicago.edu/kennedy/classes/s07/events/vendler57.pdf

或者也许有人知道实现此类事情的最佳方式是什么？

谢谢!

Answer 1

据我所知，如果不使用数据库，就无法做到这一点。然后，“算法”本身将是数据库结构 和对其进行的查询 的结合。

例如，一个关系数据库有一个英语单词表，每两列:单词和一个或多个词性，是可以想象的最基本的语言处理数据库。更复杂的还有一个包含两列的动词表，单词和“时间特征”。

例如，“be”这个词总是描述一种状态。因此，看到单词 be(或其变形:is、are、was 等)的程序可以立即识别出该子句描述了一种存在状态。显然，accomplish 一词会立即表示成就，而“achieve”将始终表示成就。但是不要忘记，在您列出的四个类别中，只有“状态”和“事件”是相互排斥的(现在分词除外，例如在“事件正在发生。”这句话中)。除此之外，状态也可以是成就或成就(“我是奥运金牌得主”)，事件也可以(“我明天毕业。”)。

accomplishment 和 achievement 也是主观术语，取决于说话者和读者的感受。像“实现”、“完成”和“成功”这样的词是一种成就感的刻意表达，因此总是可以这样归类。然而，这是先验信息，因此需要关系数据库才能实现。

最后，一些词的“时间特征”根据句子中的其他词而变化。例如，在“I smell good.”这句话中，“smell”是一个状态动词。在“I smell bacon.”这句话中，它是一个 Action 动词。这些类型的动词后跟名词时是 Action 动词(及物动词)，后跟形容词时是状态动词(谓语主格)，后跟两者都不是时是 Action 动词(不及物动词)。因此，解析器必须检查句子中跟在它后面的单词，一个作为名词或形容词，并从中识别动词在句子中的作用。这是数据库了解每个单词的词性与能够正确解析句子(并且只知道它需要解析它)的算法之间的共同努力。

这只是词法计算的简要概述，以及我在该主题上的知识。它还有很多内容，显然，用单词及其词性、定义、角色等填充数据库是乏味的。可能存在预先填充了词法计算机科学家实现此类系统所需的信息的数据库(但我不声称知道在哪里可以找到它们)。

希望我帮到你了，祝你好运!