6、文本属性解析：从微观到宏观的全面洞察

文本属性解析：从微观到宏观的全面洞察

1. 文本微观属性

1.1 词汇与句子歧义

词汇歧义常可通过考虑句子其他成分的含义来解决。除了未解决的词汇歧义外，句子意义的歧义可能源于结构歧义。例如，句子 “I saw the man with the binoculars” 就存在结构上的歧义。而当结合上下文句子的含义时，歧义句的意思往往能够得到明确。

1.2 从句

复杂句子可以由较小的句子构建而成，允许一个句子包含另一个句子作为从句。常见的形式有作为名词短语的嵌入式句子（如 “To go to jail …”）和名词短语的关系从句（如 “… who sentenced the man”）。前者需要对句子结构进行细微修改以将短语标记为名词短语，而后者通常由关系代词（如 “who”、“that”）引导。关系从句与常规句子结构相同，只是缺少一个名词短语（如主语位置、宾语位置或介词宾语）。在话题结构方面，主句通常突出话题，而从句则通常弱化话题。

1.3 标记

书面文本中使用特殊符号进行标记的做法已经发展了几个世纪。这些标记或符号有助于读者正确分析文本，主要有三种功能：
1. 边界标记 ：例如，标点符号用于划分句子或从句，电子存储文本中的空白字符用于分隔单词。
2. 状态标记 ：指示言语功能，如问号表示问题，引号表示引用的话语。
3. 关系标记 ：特殊符号表示链接、插入和省略（如连字符、括号、撇号）。

此外，当前文本还包含编码特定概念的字符，如美元符号、百分比字符