面向新闻评论的汉语反问句语料库构建

李翔，朱晓旭，刘承伟

（苏州大学 计算机科学与技术学院，江苏 苏州 215006）

0 引言

反问句是汉语中一种常用的、有特色的疑问句，由于其自身的特殊性以及重要的应用价值，一直受到诸多研究者的关注。刘彬［1］、李宇明［2］、刘钦荣［3］、于天昱［4］等研究者分别从修辞、语法、语义、语用、反诘度多个角度对反问句进行了研究。在不同的语境，针对不同的对象，反问句往往具有不同的语用价值，表达不同的情感［5］。越来越多的自然语言处理任务都要求对文本进行更细粒度的情感分析，而反问句作为一种带有强烈感情色彩的特殊表达方式，如果能对其进行正确地识别，将会改善情感分析等任务的结果。例如，在例句1、2 中，虽然都有疑问代词“什么”，但例句1 表达的是疑问，说话者想知道这是一家什么样的医院，而例句2 则是反问句，说话人在否定这家医院的治疗水平，表达的是负面情绪。

例句1：这是什么医院？能把我的病治好吗？

例句2：这是什么医院？小感冒都治不好！

目前，利用计算机对汉语反问句进行识别的研究尚处于起步阶段，现有的数据集也非常少。语言学家对反问句进行研究所使用的语料多以文学作品为主，难以为反问句识别提供有效帮助。在语料收集方面，仅文治等人［6］采用人工标注的方式获取了1 700 余句微博反问句语料。因此，整理并构建一个较大规模的汉语反问句语料库尤为重要。本文主要贡献如下：

（1）提出一种基于半监督学习和主动学习的半自动反问句语料收集方法。……