第3期 穆妮热·穆合塔尔，等：基于词缀的维吾尔谚语识别关键技术研究 ·453· 中广泛应用，通常由语素、词、词组、句子等基本单 1)肯定形式：谚语中的动词词干后附加词尾 位逐级组建构成。维吾尔谚语作为维吾尔语言的 3-·-)构成的谚语。 一个重要的组成部分，与其他的维吾尔语言成分结 2)将来时第三人称单数词尾：构成的 合在一起，构成了一种完整的语言网络系统1。根 谚语。 据维吾尔谚语自身的语法、语义、结构特征将谚语 3)第二人称祈使句分为肯定和否定两种形式 从这一网络系统中提取出来是从计算机角度对维吾 的谚语。 尔谚语语言结构的探讨与研究，提供了一个新的视 4)过去式时态接陈述式第三人称，即在副词、 角，同时该研究在舆情分析、语言理解以及机器翻 动词等词类后附加词尾华构成的谚语10 译中将会被广泛使用。除此之外，考察维吾尔谚 5)否定形式的谚语：在动词词干后附加词尾 语的使用率、覆盖率，统计新谚语，在文本分析研究 心o人构成。 中具有重要意义，并且在传承民族优秀文化、饮食 6)谓语是以形容词结尾的谚语。等6种语法 文化、道德观念、哲学思想等方面起一定的作用1。 结构规则。例如： u·…(慷慨者的笑能 1维吾尔谚语规则知识库的建设 使小气鬼哭) 维吾尔族谚语是流传在维吾尔族人民群众口头 山3《》（断臂 上的定型的现成语，具有意义的完整性、结构的简 人的痛苦只有断臂人知道) 短性、结构的稳定性、语言的通俗性、哲理及教育性 1.1.2维吾尔谚语关系规则 等特点。在语法和结构上，维吾尔谚语也有其自成 根据维吾尔谚语提出了并列、假设、取舍、连锁 格的结构系统。 等4种关系规则。 根据语言学界对谚语的研究结论和语言学理 根据上述的维吾尔谚语的句型结构归纳的规 论可，从维吾尔谚语的语义、语法结构两方面入手， 则（词缀）总数有75种，词缀的含义是黏附在词根 提出辨别维吾尔谚语的基本原则，并根据基本的原 上构成新词的语素，它本身不能单独构成词。在维 则建立成规则库为计算机自动划界并识别维吾尔谚 吾尔语言中黏附在词根前面的词缀称为前词缀（前 语提供基础⑧。到目前为止，维吾尔谚语规则库包 缀)，黏附在词根后面的词缀称为后词缀（简称后 括词缀、关键词、关联词等几个形式。通过对语料 缀)，插入词根中间的词缀称为中词缀（简称中缀）。 库中的维吾尔谚语进行分析与研究归纳出谚语识别 另外，维吾尔谚语中有一种特殊词缀，即由两个或 规则。 者两个以上中缀黏附在词根后面，本文中均可以双 1.1维吾尔谚语规则知识库 中缀和多中缀，例如表1所示。 本文通过分析小学1年级到6年级的维吾尔文 表1维吾尔谚语词缀（部分） Table 1 Part of Uyghur proverbs suffixes display 语文教材后，收集了在文本中紧跟着维吾尔谚语前 面或者是后面出现，用来引用当前谚语的词组或句 后缀 例子 汉译（例子） 子，用其作为搜索的对象从而缩小了文本中维吾尔 49 山产L黄金的价值金匠知 谚语的搜索范围。其部分规则如下（总规则词组为 中缀 例子 汉译（例子） 12种)： 与其给了得罪人，不如不给 (此比喻中这样说的…） …g为… ·岁3地→* 34g25山a5(1 归3s州 当恶人 (有这样一说……）3心(2 双中缀&多 例子 汉译（例子） (有这样的俗话) s5(3 中缀 35u.595ss(4 ., 山2岁uw心片金钱面前莫动心，说起当官 l 莫眼 (从此留下这种话语/比喻)。其基于标点符号的 规则：“)”和“：”等这些符号作为谚语识别候选规 根据6490条维吾尔谚语自身的特点，归纳了 则，为下一步判断谚语作为参考。 75种词缀，其中有35个后词缀（后加成分），6个中 1.1.1基于维吾尔语附加成分特征的规则研究 缀，34个双中缀和多中缀。 根据维吾尔谚语的语法结构，对谚语进行分类 1.2维吾尔谚语歧义现象 判断9。例如： 歧义是指语言中对一个词语或一种结构有两种中广泛应用，通常由语素、词、词组、句子等基本单 位逐级组建构成[2]。维吾尔谚语作为维吾尔语言的 一个重要的组成部分，与其他的维吾尔语言成分结 合在一起，构成了一种完整的语言网络系统[3]。根 据维吾尔谚语自身的语法、语义、结构特征将谚语 从这一网络系统中提取出来是从计算机角度对维吾 尔谚语语言结构的探讨与研究，提供了一个新的视 角，同时该研究在舆情分析、语言理解以及机器翻 译中将会被广泛使用[4]。除此之外，考察维吾尔谚 语的使用率、覆盖率，统计新谚语，在文本分析研究 中具有重要意义，并且在传承民族优秀文化、饮食 文化、道德观念、哲学思想等方面起一定的作用[5]。 1 维吾尔谚语规则知识库的建设 维吾尔族谚语是流传在维吾尔族人民群众口头 上的定型的现成语，具有意义的完整性、结构的简 短性、结构的稳定性、语言的通俗性、哲理及教育性 等特点。在语法和结构上，维吾尔谚语也有其自成 一格的结构系统[6]。 根据语言学界对谚语的研究结论和语言学理 论 [7] ，从维吾尔谚语的语义、语法结构两方面入手， 提出辨别维吾尔谚语的基本原则，并根据基本的原 则建立成规则库为计算机自动划界并识别维吾尔谚 语提供基础[8]。到目前为止，维吾尔谚语规则库包 括词缀、关键词、关联词等几个形式。通过对语料 库中的维吾尔谚语进行分析与研究归纳出谚语识别 规则。 1.1 维吾尔谚语规则知识库 本文通过分析小学 1 年级到 6 年级的维吾尔文 语文教材后，收集了在文本中紧跟着维吾尔谚语前 面或者是后面出现，用来引用当前谚语的词组或句 子，用其作为搜索的对象从而缩小了文本中维吾尔 谚语的搜索范围。其部分规则如下 (总规则词组为 12 种)： (从此留下这种话语/比喻)。其基于标点符号的 规则：“‹›”和“：”等这些符号作为谚语识别候选规 则，为下一步判断谚语作为参考。 1.1.1 基于维吾尔语附加成分特征的规则研究 根据维吾尔谚语的语法结构，对谚语进行分类 判断[9]。例如： 1) 肯定形式：谚语中的动词词干后附加词尾 构成的谚语。 2) 将来时第三人称单数词尾 构成的 谚语。 3) 第二人称祈使句分为肯定和否定两种形式 的谚语。 4) 过去式时态接陈述式第三人称，即在副词、 动词等词类后附加词尾 构成的谚语[10]。 5) 否定形式的谚语:在动词词干后附加词尾 构成。 6) 谓语是以形容词结尾的谚语。等 6 种语法 结构规则。例如： (慷慨者的笑能 使小气鬼哭) ( 断 臂 人的痛苦只有断臂人知道) 1.1.2 维吾尔谚语关系规则 根据维吾尔谚语提出了并列、假设、取舍、连锁 等 4 种关系规则。 根据上述的维吾尔谚语的句型结构归纳的规 则 (词缀) 总数有 75 种，词缀的含义是黏附在词根 上构成新词的语素，它本身不能单独构成词。在维 吾尔语言中黏附在词根前面的词缀称为前词缀 (前 缀)，黏附在词根后面的词缀称为后词缀 (简称后 缀)，插入词根中间的词缀称为中词缀 (简称中缀)。 另外，维吾尔谚语中有一种特殊词缀，即由两个或 者两个以上中缀黏附在词根后面，本文中均可以双 中缀和多中缀，例如表 1 所示。 表 1 维吾尔谚语词缀 (部分) Table 1 Part of Uyghur proverbs suffixes display 后缀 例子 汉译 (例子) 黄金的价值金匠知 中缀 例子 汉译 (例子) 与其给了得罪人，不如不给 当恶人 双中缀&多 中缀 例子 汉译 (例子) 金钱面前莫动心，说起当官 莫眼 根据 6 490 条维吾尔谚语自身的特点，归纳了 75 种词缀，其中有 35 个后词缀 (后加成分)，6 个中 缀，34 个双中缀和多中缀。 1.2 维吾尔谚语歧义现象 歧义是指语言中对一个词语或一种结构有两种 第 3 期 穆妮热·穆合塔尔，等：基于词缀的维吾尔谚语识别关键技术研究 ·453·