汉语名词短语中复数性与定指性的计算建模

理论语言学家观察到，某些语言（如汉语和日语）中短语的预期含义更依赖于其语境，因此提出这些语言比其他语言更“冷”（cooler）。结果是，这些语言中的许多表达被简化，其含义需从语境中推断。本文聚焦于汉语名词短语 (NPs) 中复数标记和定指标记的省略，以研究给定语境下其预期含义的可预测性。为此，我们构建了一个汉语名词短语语料库，每个名词短语均配有相应的语境，以及标示其单数/复数和定指/不定指的标签。我们进行了语料库评估和分析。结果表明，汉语使用者确实非常频繁地省略复数和定指标记。基于该语料库，我们利用经典机器学习模型和最先进的预训练语言模型训练了一系列计算模型，以预测每个名词短语的复数性和定指性。我们报告了这些模型的性能并分析了其行为。