本章尝试证明,虽然结构助词“的(底)”与其前的“之”、“者”在功能上 有相同之处,但是它们之间并没有渊源关系,“的”是在特殊的句法环境中,通过 语法化,由其原来的指示代词或疑问代词用法独立发展出来的。“的”的用法与其 前结构助词有本质上的差别。由于唐朝中期,“数+量十名”成了占优势的数量表 达,由此而来的类推效应要求一般的修饰语与其中心语之间也有类似于量词的语法 标记,而指代性质的“底”因其句法和语义上的相宜性而被虚化为一个助词来充当 这一语法标记

基于语义角色分析，提出了一种三元组涉恐事件实体属性抽取方法，为网络空间涉恐活动的监测及预警提供技术支持。首先，基于西北政法大学“反恐怖主义信息网”文本语料数据进行数据采集和清洗等预处理工作，采用朴素贝叶斯文本分类算法识别涉恐事件文本，并采用关键词提取算法TF-IDF（Term frequency-inverse document frequency，词频-逆文档频率）构建涉恐专有词库，结合自然语言处理技术构建带词性的涉恐专有词库。然后通过语义角色分析、句法依存分析，提取了主语谓语宾语关系、定语后置动宾关系、人名//地名//机构和介宾关系主谓动补4类涉恐三元组结构。最后，利用正则表达式及带词性的涉恐专有名词分析，在4类三元组短文本中提取出恐怖事件发生时间、发生地点、伤亡情况、攻击方式、武器类型和恐怖组织6类实体属性。对采集的4221篇文章数据进行实验分析，6类实体属性抽取的测评结果F1值均超过80%，对网络空间的涉恐事件监测及预警，维护社会公共安全具有重要现实意义