TimeML应用于汉语文本时间关系标注的可行性分析
李路标, 张均胜, 张寅生, 王惠临
中国科学技术信息研究所 北京 100038
通讯作者: 李路标:E-mail:lilubiao2008@163.com

作者贡献声明:

李路标: 设计研究方案, 起草论文及最终版修订;

张均胜: 对实验方法提出改进;

张寅生: 研究命题提出, 并确定研究对象范围;

王惠临: 研究方案可行性调查分析。

摘要

【目的】 对TimeML应用于汉语文本时间关系标注的可行性进行研究并验证。【方法】 基于TimeML标准及其主要标签, 针对汉语时间表达的特点, 探讨主要标签在汉语中的适用性。【结果】 虽然汉语语言和英语语言在语法结构和句法结构上存在差异, 但是TimeML标准在汉语上的应用是可行的。【局限】 英汉语言结构的不同导致在TimeML五个主要标签中涉及语法结构的属性在英汉对译文本之间不能完全平行实现。【结论】 TimeML作为英文时间关系标记语言, 可以有效地应用于汉语文本时间关系的标注。本研究为汉语文本中事件时序推理及深层次的汉语文本时间关系解析研究奠定了基础。

关键词: TimeML; 汉语; 事件; 时间表达式; 时间关系解析
中图分类号:G355
On the Feasibility of Applying TimeML to the Annotation of Temporal Relations in Chinese Text
Li Lubiao, Zhang Junsheng, Zhang Yinsheng, Wang Huilin
Institute of Scientific #cod#x00026; Technical Information of China, Beijing 100038, China
Abstract

[Objective] This paper carries on the research and experiment on the feasibility of applying TimeML to the annotation of temporal relations in Chinese text.[Methods] According to the characteristics of Chinese temporal expressions, this paper discusses the applicability of the main labels of TimeML in Chinese text based on TimeML and its main labels.[Results] Although there are some differences between Chinese and English in the grammatical structure and syntactic structure, the application of TimeML to the Chinese language is feasible.[Limitations] The main labels of TimeML can’t be completely parallel implemented to the English-Chinese text on the grammar structure because of the differences of language structure between Chinese and English.[Conclusions] TimeML, a markup language of temporal relations in English text, can be effectively applied to the annotation of temporal relations in Chinese text. The study lays the foundation for the temporal ordering inference of events and further TRR research in Chinese text.

Keyword: TimeML; Chinese; Event; Temporal expression; TRR
1 引言

文本标注是指对文本及文本中特定的元素进行标注, 也就是确定文本中特定元素的过程。文本标注是自然语言处理中的一项基础任务, 文本标注结果的好坏直接影响着基于标注的进一步、深层次研究的效果, 其在信息检索、文本分类、机器翻译等自然语言处理领域都发挥着重要的作用。因此, 对文本标注的研究显得尤为重要。

1931年, 布拉格学派的特鲁别茨柯依针对音位的有无对立问题提出了语言标记理论(Markedness Theory), 其后来被应用于语言的形态学和句法学[ 1]。自20世纪80年代起, 不同领域的专家学者就开始从不同的视角对语言的标记性进行深入的研究与分析, 并提出了一些标准对自然语言文本进行标记, 使其更好地被计算机所识别, 更加高效地为人工智能领域服务。

TimeML(Time Markup Language)是在自然语言文本中标注事件和时间表达的一种健壮性很强的规范语言[ 2], 是为提升自然语言问答系统的处理性能而提出的, 现已成为事件时间表达标记的一种ISO标准规范。TimeML标准经过十几年的发展, 基本具有了较为具体和成熟的理论思想。目前, 已有不少学者和研究人员从不同角度基于TimeML标准进行外文文本时间关系解析(Temporal Relation Resolution, TRR)研究, 并取得一定的进展[ 3, 4, 5, 6]。但在中文领域, 并没有该标准的深入分析与研究, 相关的实践应用也处于初级阶段。因此, 探索TimeML对汉语的适用性, 不仅将TimeML与汉语语言联系起来, 更为下一步的相关研究奠定理论基础。

2 TimeML标准与应用
2.1 TimeML标准

TimeML是在一个问答系统AQUAINT(Advanced QUestion Answering for INTelligence)项目里首次被提出来的。从2002年开始, TimeML先后经历了三次专题研讨会。第一次是TERQAS(Time and Event Reco-gnition for Question and Answering Systems), 研究者们以提高自然语言问答系统的性能, 以便处理新闻文章中基于时间问题的事件为目的, 在这次会议上第一次定义TimeML标准并且创建相应的英文文本语料库TimeBank[ 7]。在接下来的TANGO(TimeML ANnotation Graphical Organizer)会议中发布了界面化的标注工具。最后一次会议是TARSQI(Temporal Awareness and Reasoning Systems for Question Interpretation), 在这次会议中参与者们开发了在自然语言文本中表示事件和时间表达的算法, 并利用TimeML标准进行初步的文本时间关系解析实验。

TimeML标注形式是先将待标注文本组织成XML形式, 然后用不同的标签来代表不同的元素类别进行标注[ 8]。TimeML语言可以看作是一个语言集合L={R, ∑}, 其中R集是该语言的语法集(规则集), ∑集是该语言的符号集。其中, R集包括<EVENT>、<TIMEX3>、<SIGNAL>、< MAKEINSTANCE >和<LINKS>标签的标注规则以及整体的逻辑规则等, ∑集是一些标记符号, 例如tid、eid、<、>等。

<EVENT>标签是用来标注文中“事件”类型的元素, 包括OCCURRENCE、PERCEPTION、REPORTING、ASPECTUAL、STATE、I_ACTION和I_STATE这7种事件类型。<TIMEX3>标签用来标注时间表达式, 包括TIME、DATE、SET和DURATION这4种时间表达类型。<SIGNAL>是一个功能标签, 表示存在于两个实体(事件和事件、事件和时间、时间和时间)之间的具体关系。其指明了两个时间主体是怎样联系到一起的。<MAKEINSTANCE>标签是用来详细描述一个事件的具体实例, 包括事件的时态(Tense)、体态(Aspect)、词性(Pos)、极性(Polarity)和模态(Modality) 5个属性。其中, Tense的属性值包括PRESENT、PAST、FUTURE、INFINITE、PRESPART、PASTPART和NONE; Aspect的属性值包括PROGRESSIVE、PERFECTIVE、PERFECTIVE_PROGRESSIVE和NONE; Pos的属性值包括ADJECTIVE、NOUN、VERB和PREP; Polarity的属性值包括NEG和POS; Modality的属性值不唯一。

<LINKS>标签是TimeML标准优于其他标记语言最明显的体现, 其将分散的文本元素整合、联系在一起, 大大方便了后续的时序推理等研究工作的进行。<LINKS>标签共有三种子类型, 分别是<TLINK>、<SLINK>和<ALINK>。

(1) <TLINK>(Temporal Link)标签描述的是事件和事件之间、时间和时间之间或者事件和时间之间的一种时序关系, 包括BEFORE、AFTER、INCLUDES、IS_INCLUDED、DURING、DURING_ INV、SIMULTANEOUS、IAFTER、IBEFORE、IDENTITY、BEGINS、ENDS、BEGUN_BY和ENDED_ BY等14种时序关系类型。

(2) <SLINK>(Subordination Link)标签用来描述文本中两个事件之间的关系, 包括MODAL、EVIDE-NTIAL、NEG_EVIDENTIAL、FACTIVE、COUNTER_ FACTIVE、CONDITIONAL共6种时序关系类型。

(3) <ALINK>(Aspectual Link)标签描述的是一个体态事件和另一个事件之间的联系, 包括INITI-ATES、CULMINATES、TERMINATES、CONTINUES和REINITIATES共5种时序关系类型。

TimeML本身是一种用于标记事件和时间表达式的标准, 将事件定义为时序关系网中的一个节点, 用时间信息标记和索引事件, 通过时间这一重要信息, 以此进行事件在时间方面的推理。这不仅解释了句子的含义, 更实现了使计算机理解句子逻辑结构这一语义理解的关键步骤。

2.2 TimeML的应用

TimeML标准明确了在文本事件时间标记的三个不同现象: 系统地将一个事件谓词固定在一个广泛的时间表达式范围内; 对文本中的事件相对于另一个事件进行排序标记; 允许部分时间表达式有一个相对延迟的不规范解释。正是因为这样才使得TimeML标准受到自然语言处理领域学者和研究人员的广泛关注, 加之语料库TimeBank的发布, 更使得TimeML得到不断更新与发展。

2003年, Mani等[ 9]基于TimeML标准, 将机器学习的方法应用到英文文本中事件时间关系识别的研究中, 并取得了较好的结果。2007年, Chambers等[ 10]在Mani等的研究基础上进一步实验, 扩大了特征空间, 并加入词性等属性特征, 在扩大基于TimeML标准的实验范围的同时, 也有效地解决了数据稀疏的问题。2009年, Caselli等[ 5]开发出基于TimeML标准的意大利语言的文本时间关系的标注规范。2011年, Bittar等[ 6]对TimeML标准进行了修改和提升, 并成功构建了法语语言的语料库(French TimeBank)。2013年关于词法和计算语义学第二次联合会议(The Second Joint Conference on Lexical and Com-putational Semantics)上, 在报道TimeML最新进展的同时, 也展现了TimeML强大的应用前景[ 11, 12]

3 TimeML对汉语文本时间关系标注的可行性分析
3.1 汉语时间表达的特点

每个句子都表达着与现实世界相联系的一个特定事件, 必然包含一定的时间因素[ 13]。“因为没有一件事情可以在时间和空间之外发生, 所以它总是包含着一个时点或时间跨度”[ 14]。也就是说不能表达时间信息的自然语言是不存在的。但是, 由于语言自身的特点以及语言现象的繁多性, 导致各自的时间表达形式也不尽相同。在英语语言中, 要想确定研究事件的时间状态, 往往只需要依据执行动作的动词本身的形态变化即可, 甚至有时不需要上下文语境推测。有时, 也使用时间副词或者表示时间的名词短语、状语从句等按照严格的英语语法规则辅助表示。

可是, 在汉语语言中, 时间信息的表达并不像英语中那样通过词语的形态变化来实现。本文参照李铁根[ 13]的观点, 将汉语中时间表达的特点总结如下:

(1) 不需要词语形态变化体现时间状态。由于汉语自身特征的原因, 使得汉语并不像英语那样, 通过词语形态变化来确认时间状态, 但是这并不是否认汉语没有时间状态信息。正因为如此, 在汉语语言中常常通过虚词及语序的变化等来表示时间状态。

(2) 汉语时间状态信息的表达方式比较灵活。不像英语那样具有严格的语法结构及词语形态的用法, 在汉语语言中, 既可以通过时间名词、时间副词、表时间的方位短语、介词短语以及某些特定句式等词汇手段表达, 也可以通过“着”、“了”、“过”等语法手段表达, 还可以由二者相互配合表达句子的时间状态信息。比如, “他明年的这个时候将在北京大学教着书。”

(3) 汉语中表示事件的时态信息(Tense)的同时, 往往也体现着其体态信息(Aspect)。这也是与英语语言区别比较大的一点。比如句子“我刚刚在全聚德吃了饭。”中的时间助词“了”, 表示事件“吃”的时态信息的同时, 也体现出“吃”的体态信息——已经完成。

(4) 在汉语中, 时间表达的绝对信息和相对信息均有所反映。在汉语中, 同一种时间表示, 既可以用来反映绝对时间信息的意义, 也可以用来反映相对时间的意义。如句子“我告诉过你他给人当过保姆”中时间助词“过”既体现了事件“当保姆”与事件“告诉你”的相对时间信息, 同时也体现了二者的绝对时间信息。

3.2 可行性分析

由于中英文语言现象以及语法规则存在一些差异, 加之汉语时间表达的独有特点, 使得TimeML标准并不能完全照搬到汉语上来。因此, 需要构建TimeML标准在汉语语言上应用的标注规范语言L’={R’, ∑}。下面从TimeML标准中主要标签出发, 分析TimeML对汉语语言的适用性。

(1) <EVENT>

<EVENT>标签是用来标注“事件”类型的元素。对于事件的概念, 目前并没有统一的定论, 不同的项目和研究对事件的认知不同, 定义也不尽相同: Whorf[ 15]认为事件是指发生的事情; ACE(Automatic Content Extraction)把事件看作是一个包含参与者具体发生的事物, 也经常被描述为状态的改变[ 16]; CarSim的研究者认为“汽车是一个事件”的问题是值得讨论的, 原因在于汽车事件开始于被制作, 结束于被报废[ 17]。实际上, 在CarSim系统中, 事件包括所有的动词、动词组合和一些候选的名词。这些候选的名词都具有和事故相关的特征, 例如“crash”等。在TimeML标注系统中, Boguraev等[ 18]认为事件是涵盖“发生”情况的术语。其中, 事件既可以是瞬时事件, 也可以是持续事件。从语言学角度看, 在汉语中, 事件可以是动词、名词、形容词等。

针对事件的具体类型, 每一个事件都属于如下7种事件类型之一:

① OCCURRENCE: 此类型包括在生活中表示“发生”或者“出现”的事件。例句(相关词语已用粗线斜体表示, 下同)如下:

16架直升飞机已经成功 着陆了钓鱼岛。

为4G来 改变

② PERCEPTION: 此类型包括那些有身体感知的事件。这些事件大多包括看见、瞥、注视、听到等这类词语。例句如下:

目击者告诉警察他们 看到了一个拿枪的人。

③ REPORTING: 此类型的事件描述了某人或某组织陈述、宣布、声明某件事。这些事件大多包括说、报告、告诉、解释等词语。例句如下:

约翰MH370航班还是没有新消息。

④ ASPECTUAL: 这是描述事件的体态谓词。此类型的事件大多包括开始、初始、重新开始、重新启动、停止、取消完成、继续、保持等词语。例句如下:

火山 开始有活动的迹象了。

⑤ STATE: 此类型的事件描述了某物获得或者持续的一种状态。例句如下:

马云曾任 CEO很多年。

⑥ I_ACTION: 此类型的事件描述的是一个行动, 通常可以通过该类型的事件推理或联系到其他的相关信息。这些事件大多包括尝试、调查、延迟、避免、要求、询问、承诺、提出等词语。例句如下:

他正打算 尝试进行第三次实验。

⑦ I_STATE: 与类型⑥相似, 但此类型描述的是不确定的、可能的事件, 大多包括想象、认为、怀疑、感觉、希望、期望、渴望、害怕、需要等词语。例句如下:

她说她 害怕黑暗。

相信我能完成这次任务。

事件是进行文本时间关系解析研究的基础元素之一。在TimeML中, 作为事件类型被标注的词语大多是动词和名词。但是, 形容词作为汉语中一种特殊的事件类型, 在TimeML中并不能很好地表示出来, 使得直接对其进行标注有一定的困难。如句子“你本来就很美。”中的事件词语“美”。除去小部分的汉语形容词事件, 使用<EVENT>标签对事件类型的词语进行标注, 涉及到的仅仅是词语本身, 并不涉及词形变化以及句子语法等方面, 所以不论是TimeML标准的起源语言英语, 还是目标语言汉语, 在事件类型标注方面均是可行的。

(2) <TIMEX3>

作为文本时间关系解析研究的重要元素, 对时间表达类型的标注将至关重要。在TimeML中, 利用<TIMEX3>标签来标注时间表达式。

每一个时间表达式都属于如下4种时间表达类型之一:

① DATE: 此类型表示一个具体日历时间或一段具体日历时间的区间。例句如下:

李先生在 周一 周二离开北京, 周三就回来了。

② TIME: 此类型表示某天中一个具体的或不明确的时间点。例句如下:

李先生在 早上十一点离开了北京。

李先生在 昨晚离开了北京。

③ DURATION: 此类型表示一段时间。例句如下:

李先生在北京待了 两天

④ SET: 此类型表示一个时间频次。例句如下:

李先生 每两天游泳一次。

针对具体的时间表示, 英语表达和汉语表达会有顺序上的不同, 比如汉语中“2014年01月01日上午08点”的表示方式就与英语的表达“January 1st, 2014, 8 o’clock in the morning”在顺序上是不同的, 但是这并不影响汉语中时间表达式的TimeML表示。不论是从时间词语本身特点, 还是从TimeML对时间表达的标注规范来看, 应用TimeML标准对汉语时间表达进行标注是可行的。

(3) <MAKEINSTANCE>

<MAKEINSTANCE>标签是用来详细描述一个事件的具体实例, 事件词语所涉及的时态、体态、极性、模态等属性将在此标签中体现出来。

对于以上属性, 在英语语言中有严格的语法规范和表示形式。但由于汉语与英语的语法结构和句法结构的差异, 使得在汉语中这种表示方式与英语不同。但是这不意味着就是对TimeML应用于汉语的全部否定, 因为在某种程度上汉语也可以体现出和英语语法一致的方面, 正如3.1节所述, 信息一样, 只是表示方式不同而已。涉及事件的问题, 必然会有事件发生的时间、事件结束的时间等。这样结合汉语语言特点, 根据上下文环境, 可以比较容易将汉语的时态与英语语言的时态相对应, 如 表1所示:

表1 中英文时态对照表(主动语态)(①本表是结合TimeML标准相关规定、参考李铁根和李英哲等老师对汉语语法的分析与研究而确定的, 仅在应用TimeML对汉语文本时间关系进行标注时作参考。)

在汉语中分析具体事件的时态、体态等信息, 不像英语那样, 仅仅通过词语的词形变化肯定是不行的, 还需要分析句子中的时间助词等, 甚至上下文环境。在 表1中, 给出主动语态情况下应用TimeML对汉语文本中时态信息进行标注的参考, 被动语态的情况不再列举。

关于事件词语的极性和模态的确定。其中极性的确定主要是根据词语本身和句子所表达的语气、传输出的情感来进行NEG和POS的二值判断。与极性属性值的确定相比, 由于汉语具有丰富的语气词, 使得模态属性值的确定变得困难。其一, 是范围问题, 因为这将涉及到语气与口气的区分; 其二, 是表达手段问题。为了解决这一问题, 本文参考蔡维天[ 19]对汉语语言模态词的研究, 将TimeML对汉语模态的标注范围严格控制在陈述、疑问、祈使和感叹这4种类型内, 考虑“可能、能(能够)、会、要”等基本助动词, 通过“能、必、该、要、欲、肯”等字来理解事件的可能性或必然性。同时, 将模态的表达手段与西方“情态”作参考, 找到在文本中距离事件最近的指示词, 结合具体语境进行分析和判断。以下是应用TimeML对汉语句子中极性和模态标注的一个实例:

李先生可能明天到。

李先生可能

<TIMEX3 tid="t1" type="TIME">

明天

</TIMEX3>

<EVENT eid="e1" class="OCCURRENCE">

到。

</EVENT>

<MAKEINSTANCE eiid="ei1" eventID="e1" pos="VERB" tense="FUTURE" aspect="NONE" modality="可能" polarity="POS"/>

(4) <LINKS>

<LINKS>标签的使用是TimeML标准先进性和优越性的体现。不仅把事件、时间信息以及与其相关的其他事件等元素联系在一起, 还更加方便地为进一步的推理等研究做了铺垫, 在文本时间关系解析研究中起到了关键作用。

<LINKS>标签共有三种类型, 分别是<TLINK>、<SLINK>和<ALINK>。这三种标签中主要涉及的属性均是由<EVENT>、<TIMEX3>等标签构成的, 只是在三个各自标签内增加了当前关系的具体类型relType属性。而relType需要根据当前关系中的两个研究实体之间的具体关系来确定, 并不受制于当前的研究语言。也就是说使用<LINKS>标签对汉语文本时间关系标注是可行的。以下给出了<LINKS>标签在汉语中的使用实例:

如果约翰今天离开, 那么他将不会看到这场表演。

<SIGNAL sid="s1">

如果

</SIGNAL>

约翰

<TIMEX3 tid="t1" type="DATE" value="XXXX-XX-XX"
temporalFunction="true" >

今天

</TIMEX3>

<EVENT eid="e1" class="OCCURRENCE">

离开</EVENT>

<MAKEINSTANCE eiid="ei1" eventID="e1" pos="VERB"
tense="PRESENT" aspect="NONE" polarity="POS"/>

, 那么他将不会

<EVENT eid="e2" class="OCCURRENCE">

看到

</EVENT>

<MAKEINSTANCE eiid="ei2" eventID="e2" pos="VERB" tense="FUTURE" aspect="NONE" polarity="NEG" modality="将"/>

这场表演。

<SLINK eventInstanceID="ei1" subordinatedEventInstance="ei2" signaled="s1" relType="CONDITIONAL"/>

<TLINK eventInstanceID="ei1" relatedToEventInstance="ei2" relType="BEFORE"/>

4 结语

自然语言文本时间关系解析研究不仅需要事件以及时间信息, 还需要有相应的标注规范使这些信息更加有逻辑性以方便使用。凭借较强的表达能力、较大的标注语义范围、模糊问题的解释能力和开源的程序支持, TimeML标准已被广泛地应用到问答系统、机器翻译等人工智能领域的文本时间关系解析中。分析TimeML标准对汉语标注的可行性, 不仅为汉语文本时间关系的标注提供了思路和方法, 也为汉语文本时间关系解析研究工作奠定了理论基础。

虽然汉语和英语在语法结构和句法结构上存在差异, 不论是汉语中形容词作为特殊类型的事件, 还是汉语时间表达的自有特点, 确实给TimeML标准在汉语文本时间关系标注上增添了难度。但是TimeML作为一种基于语义层面的文本标注语言, 更主要是进行语义的分析。通过本文的分析与探讨, 在语义层面上, 使用TimeML标准来对汉语文本进行标注和处理是可行的。

本文详细研究了TimeML在汉语文本时间关系标注的应用, 针对汉语的特点, 重点分析了TimeML对汉语文本中事件及其时间、时态、体态、模态等的适用性, 为汉语文本事件时间的识别和进一步的时序推理与分析等研究工作奠定了基础。

参考文献
[1] 陈勇. 语言学研究中的标记理论[J]. 外语研究, 2002(6): 28-32.
Chen Yong. Markedness Theory in the Study of Linguistics[J]. Foreign Languages Research, 2002(6): 28-32. [本文引用:1] [CJCR: 0.986]
[2] Pustejovsky J, Castano J M, Ingria R, et al. TimeML: Robust Specification of Event and Temporal Expressions in Text[C]. In: Proceedings of the 5th International Workshop on Computational Semantics. 2003. [本文引用:1]
[3] Yoshikawa K, Riedel S, Asahara M, et al. Jointly Identifying Temporal Relations with Markov Logic [C]. In: Proceedings of the 47th Annual Meeting of the Association for Computational Linguistics and the 4th International Joint Conference on Natural Language Processing of the AFNLP. 2009: 405-413. [本文引用:1]
[4] 王凤玲. 基于条件随机域模型的英语时间表达式识别研究[J]. 电子技术, 2012(5): 8-10.
Wang Fengling. English Temporal Expression Recognition Based on Conditional Rand om Fields[J]. Electronic Technology, 2012(5): 8-10. [本文引用:1] [CJCR: 0.207]
[5] Caselli T, dell’Orletta F, Prodanof I. TETI: A TimeML Compliant TimEx Tagger for Italian[C]. In: Proceedings of the 2009 International Multiconference on Computer Science and Information Technology. 2009: 185-192. [本文引用:2]
[6] Bittar A, Amsili P, Denis P, et al. French TimeBank: An ISO-TimeML Annotated Reference Corpus [C]. In: Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics. 2011: 130-134. [本文引用:2]
[7] Pustejovsky J, Hanks P, Sauri R, et al. The Timebank Corpus [C]. In: Proceedings of Corpus Linguistics. 2003: 647-656. [本文引用:1]
[8] Saurii R, Littman J, Knippen B, et al. TimeML[EB/OL]. [2014-03-22]. http://www.timeml.org. [本文引用:1]
[9] Mani I, Schiffman B, Zhang J. Inferring Temporal Ordering of Events in News [C]. In: Proceedings of the Human Language Technology Conference of the North American Chapter of the Association for Computational Linguistics. 2003: 55-57. [本文引用:1]
[10] Chambers N, Wang S, Jurafsky D. Classifying Temporal Relations Between Events [C]. In: Proceedings of the 45th Annual Meeting of the Association for Computational Linguistics. 2007: 173-176. [本文引用:1]
[11] Bethard S. Clear TK-TimeML: A Minimalist Approach to TempEval 2013 [C]. In: Proceedings of the 2nd Joint Conference on Lexical and Computational Semantics. 2013: 10-14. [本文引用:1]
[12] Carpuat M. NRC: A Machine Translation Approach to Cross-Lingual Word Sense Disambiguation (SemEval-2013 Task 10)[C]. In: Proceedings of the 2nd Joint Conference on Lexical and Computational Semantics. 2013: 188-192. [本文引用:1]
[13] 李铁根. “了”、“着”、“过”与汉语时制的表达[J]. 语言研究, 2002(3): 1-13.
Li Tiegen. The Expression of “Le”, “Zhe”, “Guo” and Chinese Tense[J]. Sudies in Language and Linguistics, 2002(3): 1-13. [本文引用:2]
[14] 李英哲, 郑良伟, Lorry Foster, . 实用汉语参考语法[M]. 熊文华译. 北京: 北京语言学院出版社, 1990.
Li Yingzhe, Zheng Liangwei, Lorry Foster, et al. Practical Chinese Reference Grammar[M]. Translated by Xiong Wenhua. Beijing: Beijing Language and Culture University Press, 1990. [本文引用:1]
[15] Whorf B L. Science and Linguistics[J]. Technological Review, 1940: 42(6): 229-231. [本文引用:1]
[16] Linguistic Data Consortium. ACE (Automatic Concept Extraction) Chinese Event Guidelines V5. 5. 1[EB/OL]. (2005-07-01). [2014-03-22]. https://www.ldc.upenn.edu/sites/www.ldc.upenn.edu/files/chinese-events-guidelines-v5.5.1.pdf. [本文引用:1]
[17] Egges A, Nijholt A, Nugues P. Car Sim: Automatic 3d Scene Generation of a Car Accident Description[R]. Technical Report, University of Twente, 2001. [本文引用:1]
[18] Boguraev B, Castaño J, Gaizauskas R, et al. TimeML 1. 2. 1: A Formal Specification Language for Events and Temporal Expressions [EB/OL]. [2014-03-22]. http://timeml.org/site/publications/timeMLdocs/timeml_1.2.1.html. [本文引用:1]
[19] 蔡维天. 谈汉语模态词的分布与诠释之对应关系[J]. 中国语文, 2010(3): 208-221.
Tsai W T. On the Syntax-Semantics Correspondences of Chinese Modals[J]. Studies of the Chinese Language, 2010(3): 208-221. [本文引用:1] [CJCR: 0.6447]