[论文解读] Punctuation in Quoted Speech

Christine Doran|ArXiv.org|Aug 16, 1996

Natural Language Processing Techniques参考文献 8被引用 12

一句话总结

本文主张仅靠引号不足以识别或约束自然语言文本中引语的句法结构。通过采用词化语法，本文提出引语动词（如'say'、'ask'）以及周围标点符号——尤其是逗号——是更可靠的指示器，将引语从句视为话语附加成分而非句法成分，从而在计算语言学应用中提升计算解析的准确性。

ABSTRACT

Quoted speech is often set off by punctuation marks, in particular quotation marks. Thus, it might seem that the quotation marks would be extremely useful in identifying these structures in texts. Unfortunately, the situation is not quite so clear. In this work, I will argue that quotation marks are not adequate for either identifying or constraining the syntax of quoted speech. More useful information comes from the presence of a quoting verb, which is either a verb of saying or a punctual verb, and the presence of other punctuation marks, usually commas. Using a lexicalized grammar, we can license most quoting clauses as text adjuncts. A distinction will be made not between direct and indirect quoted speech, but rather between adjunct and non-adjunct quoting clauses.

研究动机与目标

• 解决仅使用引号来识别文本中引语的局限性。
• 探究引语动词和周围标点符号是否比仅靠引号提供更可靠的句法线索。
• 开发一种计算框架，将引语从句视为话语附加成分而非句法成分。
• 通过利用词化语法和标点线索，提升引语句法解析的准确性。
• 将直接引语与间接引语的区别重新定义为附加成分与非附加成分引语从句的区别。

提出的方法

• 本研究采用词化语法模型来分析引语中的句法结构。
• 识别引语动词（如'say'、'ask'）和标点动词作为引语从句的关键指示器。
• 将引语从句前后的逗号使用视为句法约束，以识别从句边界。
• 将引语从句建模为话语附加成分，而非嵌入从句，以反映其话语功能。
• 该方法利用句法标注和标点模式来消解引语结构的歧义。
• 使用来自SIGPARSE 96会议录的标注引语语料库对方法进行验证。

实验结果

研究问题

• RQ1 仅靠引号能否在自然语言文本中可靠地识别引语？
• RQ2 引语动词和周围标点是否比仅靠引号提供更稳健的句法线索？
• RQ3 在计算语法框架中，引语从句应如何最佳建模？
• RQ4 将直接引语与间接引语的传统区分，是否更准确地应表示为附加成分与非附加成分从句的区别？
• RQ5 标点符号，尤其是逗号，在约束引语句法边界的方面起什么作用？

主要发现

• 由于使用不一致和结构歧义，引号不足以可靠地识别或约束引语的句法结构。
• 像'say'或'ask'这样的引语动词比仅靠标点符号更可靠的引语识别指标。
• 引语从句周围的逗号使用提供了强有力的句法线索，并有助于界定从句边界。
• 将引语从句建模为话语附加成分而非句法成分，可提升在词化语法框架中的解析准确性。
• 直接引语与间接引语的区别，更准确地应通过将从句分类为附加成分或非附加成分来表示，而非通过句法形式。
• 所提出的方法在SIGPARSE 96语料库的引语结构解析中表现出更优的性能。