文件：文学文本中比喻的自动注释

0HAL Id: tel-014670810https://theses.hal.science/tel-014670810提交日期：2017年2月14日0HAL是一个多学科的开放获取档案库，用于存储和传播科学研究文献，无论其是否发表。这些文献可以来自法国或国外的教育和研究机构，或者来自公共或私人研究中心。0HAL多学科开放获取档案库，旨在存储和传播研究级科学文献，无论其是否发表，这些文献来自法国或国外的教育和研究机构，公共或私人实验室。0文学文本中比喻的自动注释0Suzanne Patience Mpouli Njanga Seh0引用此版本：0Suzanne Patience Mpouli Njanga Seh. 文学文本中比喻的自动注释. 其他 [cs.OH]. Université Pierre etMarie Curie - Paris VI, 2016. 英语. �NNT : 2016PA066298�. �tel-01467081� 0Université Pierre et Marie Curie0博士学位学校 ED 1300巴黎第六大学计算机实验室，ACASA小组0文学文本中比喻的自动注释0由Suzanne Patience Mpouli Njanga Seh撰写0计算机科学博士学位论文0由Jean-Gabriel Ganascia指导0公开展示和支持于2016年10月03日0由以下评审组成：0M. Walter Daelemans, 教授, Universiteit Antwerpen – 评审0M. Stéphane Ferrari, 讲师[HDR], Université de Caen – 评审0Mme Catherine Fuchs, 研究主任, LATTICE-CNRS – 评审0M. Jean-Gabriel Ganascia, 教授, UPMC – 论文导师0M. Dominique Legallois, 教授, Université Sorbonne Nouvelle – 评审0Mme Vanda Luengo, 教授, UPMC – 评审2 Word Template by Friedman & Morgan 2014 0i0致敬数字时代的无名英雄们。0这篇论文非常感谢您的辛勤工作和无私奉献。 0ii Word Template by Friedman & Morgan 2014 0iii0摘要0本论文解决了文学文本中比喻的自动识别问题0用英语或法语撰写，并提出了一个从文体角度描述它们的框架0角度。在这方面，在这项工作的第一部分中，我们主要关注0界定比喻的概念，并概述了先前的工作和现有的0带有比喻和比较的注释语料库。为了这项研究的目的，比喻有0被定义为在至少两个实体之间建立平行关系的句法结构0缺乏组合性，并能在接收者的脑海中创建一个形象。0在第二部分中，我们介绍了设计的方法、其评估以及其中三个0在文学背景下的可能应用。三个主要点区分了提出的0与现有方法的不同之处：它受到认知和语言理论对0比喻和比较，它考虑了广泛的标记，并且可以0适应各种句法情景。具体而言，它依赖于三个相互关联的0模块：0- 一个句法模块，提取潜在的比喻候选项并识别它们的0使用语法角色和一组手工制作的规则的组件，0- 一个语义模块，将创造性比喻与习语比喻和字面意义的0基于从机器可读词典自动检索的数据，对比较的显著性和语义相似性进行了计算。0数据；0- 和一个基于XML格式的注释模块，提供了其他功能。0有关比较类型（习语，感知等）和语义类别的信息；0使用的类别。0最后，我们设计的两个注释任务表明，自动检测比喻的类别和句子的句法结构是可能的。0在比喻中的形象化必须考虑一系列特征，其中包括显著性。0类别化和句子的句法结构。 0iv Word Template by Friedman & Morgan 2014 0v0摘要0这篇论文探讨了比喻比较的自动检测问题。0在散文文学作品中，无论是法语还是英语，我们提出了一种描述这些比较的框架。0为了从文体学的角度描述这些比较，我们在这方面进行了一些工作。为此，在第一部分中，我们介绍了比喻比较的先前研究。0在这项工作的第一部分中，我们努力界定了比喻的概念。0在文本语料库中进行了比喻比较的自动检测。在这里，比喻比较是指在本研究框架下的比喻比较。0领域以及比较注释的异质实践。0在这篇论文的第二部分中，我们介绍了我们的方法，以及一些结果。0在这项研究中，任何将至少两个实体进行对比的句法结构都违反了组合原则。0我们的方法与以往研究的主要区别在于：它可以处理属于不同语法类别的标记，并具有灵活性。0目标。0具体来说，我们的方法围绕着三个模块展开。0评估方法以及其在文学问题上的三个潜在应用。0我们的方法与以往研究的主要区别在于：它可以处理属于不同语法类别的标记，并具有灵活性。0关于文字和比喻比较的语言学和认知理论，以及其在文学问题上的三个潜在应用。0我们的方法与以往研究的主要区别在于：它可以处理属于不同语法类别的标记，并具有灵活性。0具有灵活性，可以考虑不同的句法情景。更具体地说，我们的方法围绕着三个模块展开。0具体来说，我们的方法围绕着三个模块展开。0补充：0- 使用句法结构和手动规则的句法模块；0识别潜在的比较及其组成部分；0- 使用检测到的模式的显著性和语义相似性的语义模块；0基于自动收集的数据，对比较术语的语义进行了语义分析。0- 使用从机器可读词典自动检索的数据；0- 和一个基于XML格式的注释模块，提供了其他功能。0- 提供有关比较类型（习语，感知等）和语义类别的信息；0使用的语义。0最后，根据我们在两个注释任务中收集的数据，我们可以得出结论，自动检测比喻比较是可能的。0根据我们进行的研究，自动检测比较是清晰的。0在比喻中的形象化必须考虑一系列特征，其中包括比喻的显著性和语义相似性。0比较术语的语义类别和句子的句法结构。 0vi 0Suzanne Mpouli - 2016年11月 10致谢0进行博士论文的工作通常被描述为一种令人紧张的经历，但它也是一种令人满足的方式，因为它能够结识新朋友，学到新东西并且0以自己的方式充实自己，结识新朋友，学到新东西并且0发现自己作为学者的优点和缺点。0对于这种塑造思维的经历，我要感谢我的导师Jean-Gabriel教授，0Ganascia，他一直对我的论文课题表现出热情，并给予我自由选择的机会。0自由选择研究方向。0我当然非常感谢LabEx OBVIL及其主任Didier Alexandre教授，0为资助我的博士学位。0我要特别感谢Walter Daelemans教授，Stéphane Ferrari先生，Dominique Legallois教授，Vanda Luengo教授和Catherine女士，0Stéphane Ferrari先生，Dominique Legallois教授，Vanda Luengo教授和Catherine女士，0我还要特别感谢Fuchs教授，他欣然接受成为我的评审委员会成员，并努力适应我的答辩时间安排。0在某些情况下，尽管事先有其他安排。0我还要感谢Walter Daelemans教授、Stéphane Ferrari先生、Dominique Legallois教授、Vanda Luengo教授和Catherine女士，0他们的工作并与我分享他们的深刻见解。我也受到了Milad Doueihi教授和Eric de la Clergerie先生的积极影响。0我还要感谢我的两位标注员Emmanuelle Kaas和Pauline Bruley，0我还要感谢我所有的同事，过去和现在的，对于富有成效的头脑风暴，0我还要感谢我两位评阅中期答辩的成员给予我的建设性批评，0我还要感谢Elodie、Fiona、Francesca、Gauvain、Marine、Marianne和Marissa。我非常0对于这三年充满了起伏、笑声、食物、饮料、富有成效和不那么富有成效的0用言语无法表达我对他的敬佩，他对完美的追求。0我还要感谢LIP6-ACASA和LabEx OBVIL：亚历山大、阿玛尔、阿敏、宾、卡门、基亚拉，0对于支持我并忍受我奇怪的时间安排，我要感谢他们。0更加个人化的一点，我要感谢我的叔叔和他的伴侣，他们默默地支持我，0Suzanne Mpouli - 2016年11月  2 0文学文本中比喻的自动标注0每次我需要的时候都耐心倾听我。我特别想表达我最深的0我还要感谢Mihnea Tufis，他为Dissimilitudes项目付出了超过他的灵魂。0最后但并非最不重要的，我知道没有我的美好0我还要感谢所有关心我论文进展的朋友和我的朋友们0鼓励我；我的兄弟，吉约姆和蒂埃里，他们从不害怕0感谢阿尔伯特和克里斯泰尔抽出时间阅读我的论文的部分。0Emmanuella、Céline、Anatole、Melvin、Yann-Karel和Jaycee，他们给我带来了一丝清新0啦啦队：我的父母，玛丝和马丁，我欠他们一切，他们0每天都激励我成为更好的自己。0空气。我由衷地感谢我的姐姐普丽斯卡，她一直相信我并帮助我，给我建议并指出我的错误；我的姻亲、远亲和侄子，劳尔，0C ONTENTS CONTENTS 0Suzanne Mpouli - 2016年11月  301 引言................................................................................... 1001.1 文体学和文学研究  ...................................................... 1001.2 引入修辞手法................................................................ 1201.3 修辞手法和计算机辅助文学文本研究  . 1401.4 研究范围......................................................................................... 1601.5 研究的动机 ............................................................................... 1801.6 论文的组织  ........................................................................... 1902 比喻、比较、隐喻和比喻性 ............. 2502.1 比较：语义和句法  ............................................................ 2602.1.1 修辞中的比较………………………………………………….……...........2602.1.2 比较的语法表达…………………………………….... ……3002.2 比较和比喻  ............................................................................... 3402.2.1 不等式比较和比喻的比较 ………………………….……………………3402.2.2 比喻和比较的认知解释…………………………. …………..3602.3 比喻式的比喻  .......................................................................................... 4402.4 隐喻和比喻  ................................................................................... 4703 比喻检测的计算方法 ...................... 5303.1 计算检测比喻的挑战 ................ 5403.1.1 标记的多义性…………………………………………………………… ……...5403.1.2 比较和省略…………………………………………………… ………...5703.2 计算方法  ......................................................................... 6003.2.1 比较级的自动检测 ………………………………………… ……..6003.2.2 非字面比较的检测和分析 ………………….………… ……6903.2.3 比喻的自动检测 ……………………………………….………………7304 比喻注释 ........................................................................... 8104.1 原则  ........................................................................................................ 8204.1.1 语言标注的类型………………………………………………………8204.1.2 TEI作为人文学科中的标注标准 ……………………………..8704.2 比喻在文学研究中的描述....................................................... 9004.2.1 结构维度……..……………………………………………………...9004.2.2 语义维度……………………………………………………………..9504.3 已有的注释比较和比喻语料库  ...................... 99 5 THE PROPOSED APPROACH ................................................................. 111 5.2 THE SYNTACTIC MODULE ................................................................................. 120 5.4. THE ANNOTATION MODULE ............................................................................ 144 6.1 CORPUS PRESENTATION .................................................................................... 152 6.3 THE CROWDSOURCING ANNOTATION PLATFORM ............................................. 157 7 CORPUS-BASED APPLICATIONS ........................................................... 165 7.1 CORPUS DESCRIPTION ....................................................................................... 165 7.2 STEREOTYPICAL FROZEN LITERARY SIMILES ..................................................... 167 7.3 COLOURS AND SIMILES IN THE ENGLISH CORPUS .............................................. 169 7.3.1 Why Study Colours in relation to Similes? …………………….…………………….169 7.3.2 Basic Colour Terms and English Literature ……………………………………….…171 7.3.3 Fully Fledged Colour Similes vs. Noun+CT Similes: Frequency and Stylistic Usage….174 7.3.4 Creativity and Noun+CT Similes……………………………………………….….. 179 7.4 ON PROPER NOUNS IN COMPARATIVE CONSTRUCTIONS .................................... 183 8 CONCLUSION AND FUTURE WORK ...................................................... 191 9 REFERENCES ...................................................................................... 195 10 APPENDICES ..................................................................................... 209 0文学文本中比喻的自动注释04   Suzanne Mpouli - 2016年11月05.1 比喻的语法  ............................................................................. 11205.3 语义模块  ................................................................................... 13706 向注释的文学语料库迈进 ................ 15106.2 专家的注释  .................................................................................... 154 Suzanne Mpouli - November 2016 5 LIST OF TABLES TABLE 2.1 COMPARATIO, SIMILITUDO AND DISSIMILITUDO: DEFINITIONS AND EXAMPLES………………………………………………………………………… 28 TABLE 2.2 EXAMPLES OF SIMILES AND COMPARISONS WITH THEIR RESPECTIVE VALUES ……………………………………………………………………………………… 29 TABLE 2.3 MAIN COMPARATIVES IN ENGLISH AND IN FRENCH AND EXAMPLES OF THEIR USAGE……………………………………………………………………………….32 TABLE 2.4 TYPES OF COMPARISONS AND CORRESPONDING SIMILES ……………………………………………………………………………………….34 TABLE 2.5 SALIENT FEATURES OF “CHAIR”, “ARMCHAIR” AND “BOULDER”……….40 TABLE 2.6 ANATOMY OF FOUR SIMILES………………………………….. ……………50 TABLE 4.1 SYNTHESIS OF THE VARIOUS SYNTACTIC STRUCTURES OF THE SIMILES FOUND IN DAVID COPPERFIELD AND OLIVER TWIST ………………………………………95 TABLE 4.2 COMBINATIONS OF DEGREES OF ABSTRACTION AND OF ANIMACY………98 TABLE 5.1A SIMILE MARKERS USED AS PREDICATES: GRAMMATICAL PATTERNS AND EXAMPLES ………………………………………………………….. ……….…….113 TABLE 5.1B SIMILE MARKERS USED AS CONJUNCTIONS: GRAMMATICAL PATTERNS AND EXAMPLES …………………………………………………………………….……114 TABLE 5.2 SELECTED SIMILE MARKERS FOR BOTH LANGUAGES ………………….…122 TABLE 5.3 CONLL OUTPUT FOR THE SENTENCE “HIS EYES DILATED AND GLISTENED LIKE THE LAST FLAME THAT SHOOTS UP FROM AN EXPIRING FIRE.”……… ………………………………………………………………………………………130 TABLE 5.4 CORRELATION BETWEEN EACH TYPE OF CONSTITUENT, THE CLUES TO IDENTIFY IT AND ITS GRAMMATICAL FUNCTION …………………………………………………………………………...…………132 TABLE 5.5 SIZE OF THE CORPUS OF FRENCH PROSE POEMS ………….………………133 TABLE 5.6 RESULTS OBTAINED WITH THE PROPOSED ALGORITHM (LEFT) AND WITH THE BERKELEY PARSER (RIGHT) ……………………………………………..………..134 TABLE 5.7 MACHINE-READABLE DICTIONARIES USED ……………………..…. …….141 TABLE 5.8 EVALUATION OF AUTOMATICALLY EXTRACTED SALIENT TRAITS AND SYNONYMS ………………………………………………….……………..….……144 TABLE 5. 9 CORRESPONDENCE BETWEEN OUR SEMANTIC CATEGORIES AND WORDNET’S UNIQUE BEGINNERS ……………………………………………………….…... …147 0T ABLE  5.10 注释方案的总结 ………………….……… ……1490文学文本中比喻的自动注释06   Suzanne Mpouli - 2016年11月0T ABLES  6.1 A & B. E NGLISH (左) 和 F RENCH (右) 注释语料库的分布统计数据 ……. …………………...… 1540(左) 和 F RENCH (右) 注释语料库的示例 ……. …………………...… 1540T ABLE  7.1 两个语料库中最常见的10个比喻示例 ………. …….…………1670T ABLE  7.2 两种语言中最常见的三元组及其程度的示例0载体的固定性示例 …………….. ……………………………………………1680T ABLE  7.3 两个语料库中最常见的配对示例 ………………… ………………...1680T ABLE  7.4 基本颜色术语取决于表达在THE LANGUAGE中的颜色数量的示例0THE LANGUAGE的示例 ………………………………………………………………… ……..1720T ABLE  7.5 实验中选择的颜色术语 …...………. ……………..1740T ABLE  7.6 使用最频繁的5个颜色术语的模式分布示例0名词+CT比喻的示例 …………………………………. ……………………………...1750T ABLE  7.7. 重新创造的名词+CT比喻的示例 …………..1780T ABLE  7.8 两个文学时期每种颜色的词汇多样性 ……………1820T ABLE  7.9 最常见的人名和地名示例 ………… …………184 1978) …………………………………………………………………………………….. 39 ………………………………………………………………………………………... 61 ……………………………………………………………………………………….. 156 0Suzanne Mpouli - 2016年11月  70F IGURES列表0F IGURE  2.1 构造比较句“那个女孩比百合花更优雅”的概述0GIRL IS MORE GRACEFUL THAN A LILY”的示例0F IGURE  2.2 自然类别的三个层次的示例0F IGURE  2.3 T VERSKY对“这把椅子就像一个太阳系”进行对比模型的结果示例0ARMCHAIR”和“这把椅子就像一块巨石”的示例0F IGURE  3.1 “COMME”的句法多样性示例0F IGURE  3.2 比较句的语义解释示例0F IGURE  3.3 各种温度和自然语言的对应关系示例0元素0F IGURE  3.4 结构-映射理论对句子“THE GIRL IS MORE GRACEFUL THAN A LILY”的适应示例0氢原子就像太阳系一样”0F IGURE  3.5 NOUN“GLADIATOR”给出的类别示例0T HESAURUS REX (V EALE & L I , 2013) ………………………………………………… 740F IGURE  3.6 句子输出的示例 (N ICULAE , 2013) ……………………….. 760F IGURE  4.1 XML文档的示例0F IGURE  4.2 来自VUAMC ONLINE的示例 ……………………….……………. 1060F IGURE  5.1 比喻可能的句法结构的示例0F IGURE  5.2 潜在比喻候选词的提取示例 ………………………… 1230F IGURE  5.3 词汇资源对TENOR的召回率的影响0精确度的示例 …………………………………………………………………………...… 1360F IGURE  5.4 GCIDE中一个条目的示例0F IGURE  5.5 使用L E D ICTIONNAIRE进行名词语义分类的示例0ELECTRONIQUE DES MOTS (D UBOIS & D UBOIS -C HARLIER , 2010) ………………... 1480F IGURE  6.1 两个注释示例 ……………………………………………... 1550F IGURE  6.2 注释者犹豫和更正的示例0F IGURE  6.3 待注释图像的示例 ……………………………………..    1580F IGURE  6.4 原始Z OONIVERSE中带注释的句子示例0界面………………………………………………………………………..… 1590图6.5 注释平台的起始问题……………………………………. 1600图6.6 注释句子示例……………………………...… 161………………………………………………………………………………………..… 163 0文学文本中比喻的自动注释08 Suzanne Mpouli - 2016年11月0图6.7 转录任务示例……………………………………… 1620图6.8 与每种伪比较子类型相关的元素0图7.1 英国（上）和法国（下）小说的语料库分布从1810年代到1950年代……………….. 1660（下）从1810年代到1950年代的十年间的语料库…………….. 1660图7.2 完全成熟的颜色比喻和名词+颜色术语分布…………………. 1750名词+颜色术语比喻……………………………………………………………….... 1750图7.3 每个十年中每种颜色术语的相对频率……………. 181 0Suzanne Mpouli - 2016年11月9日 0文学文本中比喻的自动注释010 Suzanne Mpouli - 2016年11月01 引言01.1 文体学与文学研究0语言的不可思议的力量是无可否认的；毕竟，根据犹太-基督教传统，地球上的每一件小事都是通过语言创造的。0根据基督教传统，地球上的每一件小事都是通过语言创造的。0通过语言，可以让人们沉浸在虚构的故事和情境中，使他们体验过去的实际事件，就像他们实际上在那里一样。0通过语言，可以让人们沉浸在虚构的故事和情境中，使他们体验过去的实际事件，就像他们实际上在那里一样。0即使没有故事情节，语言也可以吸引我们的注意力或让我们感动流泪。因此，不足为奇的是，自古以来，语言一直是研究和审查的对象。0当语言说服我们某种观点的合理性时，它会触动我们的情感和智力。0语言的力量是不可否认的；毕竟，根据犹太-基督教传统，地球上的每一件小事都是通过语言创造的。0希腊人认为语言是一个不断被研究和审查的对象，从而产生了文体学。0关于如何最好地实践和调查它有无数的论述。无论是古代还是现代，语言都可以通过讲故事或触动我们的心弦来吸引我们。0无论是哪个时期或哪个学派，人们普遍认为，虽然所说的话语可能因时间或思想流派而有所不同，但它们的共同点是选择了特定的语言策略来更有效地触动听众。0尽管主题的重要性很大，但主要是语言策略的使用使其更具有影响力。0这些选择的语言策略使其更具影响力，并区别于其他个体或群体的表达方式。0在每种特定语言提供的所有可能性中，有意或无意地选择了一种特定的语言策略以达到特定的效果。0正如其名称所示，文体学关注的是风格的研究。虽然修辞学仅限于“语言的能力”，但文体学的目标更加宏大，它旨在研究语言如何影响情感以及情感如何通过语言表达。0正如巴利（1909年）所描述的，文体学的核心主题是什么。0它与以往的风格研究有所不同。虽然修辞学仅限于“语言的能力”，但文体学的目标更加宏大，它旨在研究语言如何影响情感以及情感如何通过语言表达。0巴利的文体学显然不是新的，它的科学性、方法和范围使其与以往的研究有所不同。0（亚里士多德，1926年，第1卷，第2章，第15页），文体学的目标更加宏大，因为它试图识别出一种逻辑上等效的语言单位，并将其与用户的思维方式进行比较。0发现与任何主题相关的说服手段。0引言0对语言元素和情感之间的关系感兴趣：情感如何通过语言表达。 artistic use of language and the study of figures of speech (Levin, 1982). 0Suzanne Mpouli - 2016年11月11日0Suzanne Mpouli - 2016年11月01909年）。实际上，风格分析意味着识别出显示其用户思维方式的语言单位。0用户的思维方式，其在语言中的逻辑等效物，以及对两者进行比较的方式。0以评估其情感或智力性质，并根据其情感性质的不同内涵（美学价值、夸张、弱化、语言风格、特定领域等）对其进行分类。0修辞学，这种类型的修辞学不仅考察语言单位与作者的风格或文本的关系，0它所体现的语言用法（如弱化、语言风格、特定领域等）。也称为语言学修辞学。0而是从一个整体的角度出发，以便对其所体现的语言用法进行分类。0而不是从一个特定的角度，以便对其所体现的语言用法进行分类。也称为语言学修辞学。0特定于某种语言（Bally, 1909; Jenny, 1993）。相比之下，文学文体学则关注于0现在是文体学中最主要的形式，支持对文本的理解。0以及通过展示某些语言单位如何与特定文学文本的解释相互作用来研究它的影响。0它所包含的元素如何相互作用以产生特定的效果（Carter & Simpson, 1989）。0文学文本的文体分析通常要么集中于选择的语言现象并研究其在文本中的表达方式，要么从一个突出的特征或想法开始研究，以了解它如何在语言上表达（Ullmann, 1964）。0现象并研究其对文本的影响，或者从一个突出的特征或想法开始研究，以了解它如何在语言上表达（Carter & Simpson, 1989）。0文本的思想来研究它在语言上的表达方式（Ullmann, 1964）。0在文学批评作为一门独立学科出现的时候，一些学者在寻找一种客观的方法论来指导他们的研究。0他们正在寻找一种客观的方法论来指导他们的研究。0在文体学和语言学出现之际，他们似乎是最合适的研究框架。0尤其是考虑到他们可以依赖的框架。0这些学科共同关注的问题提供了解答的必要工具。他们对言辞结构的兴趣是一致的。0整体以及语言的历时和同步使用（Jakobson, 1960）。0此外，文体学为文学研究提供了必要的工具，以质疑这些学科共同的关注点：对言辞结构作为0美学价值和文本的独特性（Fahnestock, 2011）。尽管这种修辞手法在文学中尤其丰富，0语言创造力不仅限于文学文本，人们普遍认为它最好的表现形式是文学作品。0特定社群以及它如何偏离隐含的既定规范。因此，文学文体学关注的是语言的艺术使用和修辞手法的研究（Levin, 1982）。0文体学既关注文本如何遵循一般趋势或反映某个特定社群的言辞，012 Suzanne Mpouli - 2016年11月0文学文体学与修辞学中的修辞学部分elocutio有关