Phân Tích Đại Từ Không Xác Định Trong Tiếng Hàn: Luận Án Tiến Sĩ

Luận án tiến sĩ phân tích korean zero pronouns analysis and resolution, xây dựng cơ sở lý luận, kiểm chứng thực nghiệm, đóng góp tri thức mới cho ngành.

• Tác giả: Na-Rae Han
• Người hướng dẫn: PTS. Ellen F. Prince
• Trường học: University of Pennsylvania
• Chuyên ngành: Linguistics
• Đề tài: Phân Tích và Giải Quyết Đại Từ Không Xác Định Trong Tiếng Hàn
• Loại tài liệu: dissertation
• Năm xuất bản: 2006
• Địa điểm: Ann Arbor

Mục lục chi tiết

• Acknowledgements
• Abstract
• Contents
• 1. Introduction
• 2. I Analysis
• 2.1. Previous Work on Zero Pronouns
• 2.1.1. Previous Sentence-Level Work on Zero Pronouns
• 2.1.2. Government and Binding Theory
• 2.1.3. Huang’s (1983, 1984, 1989) Work on Chinese, Japanese and Korean
• 2.1.4. Optimality Theory Approaches to Zero Pronouns
• 2.1.5. Centering Theory: A Discourse-Oriented Approach to Pronouns
• 2.1.5.1. The Centering Theory: An Overview
• 2.1.5.2. Centering Theory Across Languages. The Zero Pronoun and Centering
• 2.2. Analysis of Korean Zero Pronouns
• 2.2.1. Defining the Object of the Study
• 2.2.2. Why Zero “Pronouns”
• 2.2.3. Overt Pronouns in Korean
• 2.2.4. The Problem of Identification: Where to Find the Invisible
• 2.2.5. Korean Zero Pronouns by Reference Types
• 2.2.5.1. General Situational Zero Pronouns
• 2.2.5.2. Indefinite Personal Zero Pronouns
• 2.2.5.3. Specific Indefinite Zero Pronouns
• 2.2.5.4. Human Semantic Restriction on Generic Zero Pronouns
• 2.2.5.5. Coreference in Generic Zero Pronouns
• 2.2.5.6. Discourse-Anaphoric Zero Pronouns
• 2.2.5.7. Semantic Interpretation of Anaphoric Relations
• 2.2.5.8. Discourse(Textual)-Deictic Zero Pronouns
• 2.2.5.9. Deictic and/or Anaphoric: the Fuzzy Distinction
• 2.3. The Centering Theory and Korean Zero Anaphora
• 2.3.1. Criteria for Cf Ranking: What Encodes Salience?
• 2.3.2. Establishing Cf Ranking for Korean
• 2.3.3. Topic-Marked NPs vs.
• 2.3.4. The Centering Theory and Zero Pronoun Resolution
• 3. II Resolution
• 3.1. Overview
• 3.2. Previous Work
• 3.2.1. Pronoun Resolution: An Overview
• 3.2.2. The Traditional Approach
• 3.2.3. The Statistical Approach
• 3.2.4. The Knowledge-Poor Approach
• 3.2.5. Resolution of Zero Pronouns: The Case of Spanish
• 3.2.6. Centering Theory and Pronoun Resolution
• 3.2.6.1. Brennan, Friedman and Pollard (1987)
• 3.2.6.2. Strube’s (1998) “S-list” Approach
• 3.2.6.3. Left-Right Centering by Letreault (1999)
• 3.2.6.4. Resolution of Zero Pronouns Using Centering: The Case of Thai
• 3.2.7. Optimality Approaches to Anaphora Resolution
• 3.2.7.1. Hong (2002) and Kim (2003): OT-Based Korean Anaphora Resolution
• 3.3. The Data: The Penn Korean Treebank Corpora
• 3.3.1. HQ va ko
• 3.3.2. Q HQ ung vo
• 3.3.3. Zero Pronouns with a Intra-sentential Antecedent
• 3.3.4. Determining the Categories
• 3.4. A Rule-Based Approach: Variations of the Hobbs Algorithm
• 3.4.1. The Hobbs Algorithm
• 3.4.2. Variations of Hobbs on Korean Zero Pronouns
• 3.4.3. Significance of Syntactic Environments
• 3.4.4. Summary
• 3.5. A Maximum Entropy Reference Resolution System
• 3.5.1. The Design
• 3.5.1.1. Classification and Resolution
• 3.5.1.2. Two-Phased vs. Single-Phased System
• 3.5.1.3. Maximum Entropy as a Ranking Method
• 3.5.1.4. Selection of Features
• 3.5.2. Single-Phased System
• 3.5.2.1. Performance by Type
• 3.5.3. Two-Phased System
• 3.5.3.1. A Resolution System for Anaphoric Zero Pronouns
• 3.5.3.2. A Maximum-Entropy Model
• 3.5.3.3. Feature Opt-In Models
• 3.5.3.4. Performance Scores: A Round-Up
• 3.6. Conclusions
• Bibliography

Tóm tắt

I. Phân Tích Đại Từ Không Xác Định Trong Tiếng Hàn

Đại từ không xác định trong tiếng Hàn, hay còn gọi là đại từ số không, là một hiện tượng ngữ pháp phổ biến. Chúng có thể được phân loại thành nhiều loại khác nhau, mỗi loại có những đặc điểm ngữ nghĩa và ngữ dụng riêng. Các loại đại từ này thường phụ thuộc vào các biểu thức ngôn ngữ khác để xác định tham chiếu của chúng. Các loại đại từ không xác định bao gồm đại từ anaphoric và đại từ deictic. Nghiên cứu trước đây cho thấy rằng việc sử dụng và diễn giải các đại từ này thường bị chi phối bởi các nguyên tắc ngữ nghĩa và ngữ dụng trong ngữ cảnh. Điều này cho thấy tầm quan trọng của việc hiểu rõ các loại đại từ này trong việc giao tiếp hiệu quả.

1.1. Định Nghĩa và Phân Loại

Đại từ không xác định trong tiếng Hàn có thể được phân loại thành nhiều nhóm khác nhau, bao gồm đại từ chỉ định, đại từ không chỉ định và đại từ tình huống. Mỗi loại đại từ này có cách sử dụng và ý nghĩa riêng. Ví dụ, đại từ chỉ định thường được sử dụng để chỉ một đối tượng cụ thể trong ngữ cảnh, trong khi đại từ không chỉ định có thể chỉ đến một nhóm người hoặc sự vật không xác định. Việc phân loại này giúp người học tiếng Hàn hiểu rõ hơn về cách sử dụng đại từ trong các tình huống giao tiếp khác nhau.

1.2. Vai Trò của Ngữ Cảnh

Ngữ cảnh đóng vai trò quan trọng trong việc xác định ý nghĩa của đại từ không xác định. Các đại từ này thường không có hình thức rõ ràng và cần phải dựa vào ngữ cảnh để hiểu đúng. Ví dụ, trong một cuộc hội thoại, đại từ không xác định có thể được hiểu là một người cụ thể dựa trên thông tin đã được đề cập trước đó. Điều này cho thấy rằng việc nắm bắt ngữ cảnh là rất cần thiết để hiểu và sử dụng đúng đại từ không xác định trong tiếng Hàn.

II. Phân Tích Ngữ Pháp và Ngữ Nghĩa

Phân tích ngữ pháp và ngữ nghĩa của đại từ không xác định trong tiếng Hàn cho thấy sự phức tạp trong cách mà chúng được sử dụng. Các nghiên cứu đã chỉ ra rằng các yếu tố ngữ pháp như vị trí trong câu và mối quan hệ với các thành phần khác trong câu có thể ảnh hưởng đến cách mà đại từ này được hiểu. Hơn nữa, các yếu tố ngữ nghĩa như tính chất của đối tượng được đề cập cũng đóng vai trò quan trọng trong việc xác định cách mà đại từ không xác định được sử dụng.

2.1. Các Yếu Tố Ngữ Pháp

Các yếu tố ngữ pháp như cấu trúc câu và vị trí của đại từ không xác định trong câu có thể ảnh hưởng đến cách mà chúng được hiểu. Ví dụ, đại từ không xác định có thể được đặt ở vị trí chủ ngữ hoặc tân ngữ trong câu, và điều này có thể thay đổi ý nghĩa của câu. Việc phân tích các yếu tố ngữ pháp này giúp người học tiếng Hàn nhận thức rõ hơn về cách mà đại từ không xác định hoạt động trong ngữ cảnh cụ thể.

2.2. Tính Chất Ngữ Nghĩa

Tính chất ngữ nghĩa của đại từ không xác định cũng rất đa dạng. Chúng có thể chỉ đến các đối tượng cụ thể hoặc không cụ thể, và điều này phụ thuộc vào ngữ cảnh mà chúng xuất hiện. Việc hiểu rõ tính chất ngữ nghĩa này là rất quan trọng để có thể sử dụng đại từ không xác định một cách chính xác trong giao tiếp hàng ngày.

III. Ứng Dụng Thực Tiễn

Việc phân tích và giải quyết đại từ không xác định trong tiếng Hàn có nhiều ứng dụng thực tiễn trong việc dạy và học ngôn ngữ. Hiểu rõ về cách sử dụng đại từ không xác định giúp người học cải thiện khả năng giao tiếp và hiểu biết về ngôn ngữ. Hơn nữa, nghiên cứu này cũng có thể hỗ trợ trong việc phát triển các công cụ ngôn ngữ học, chẳng hạn như phần mềm dịch thuật và hệ thống nhận diện ngôn ngữ tự nhiên.

3.1. Cải Thiện Kỹ Năng Giao Tiếp

Việc nắm vững cách sử dụng đại từ không xác định giúp người học tiếng Hàn giao tiếp hiệu quả hơn. Họ có thể hiểu và sử dụng các đại từ này trong các tình huống giao tiếp khác nhau, từ đó nâng cao khả năng diễn đạt và hiểu biết của mình. Điều này đặc biệt quan trọng trong môi trường giao tiếp đa văn hóa, nơi mà sự hiểu biết về ngôn ngữ và văn hóa là rất cần thiết.

3.2. Phát Triển Công Cụ Ngôn Ngữ

Nghiên cứu về đại từ không xác định cũng có thể hỗ trợ trong việc phát triển các công cụ ngôn ngữ học. Các phần mềm dịch thuật và hệ thống nhận diện ngôn ngữ tự nhiên có thể được cải thiện bằng cách áp dụng các kiến thức từ nghiên cứu này. Điều này không chỉ giúp nâng cao chất lượng dịch thuật mà còn tạo ra các công cụ hỗ trợ học tập hiệu quả hơn cho người học tiếng Hàn.

Trích đoạn nội dung tài liệu

KOREAN ZERO PRONOUNS: ANALYSIS AND RESOLUTION Na-Rae Han A DISSERTATION in Linguistics Presented to the Faculties of the University of Pennsylvania in Partial Fulfillment of the Requirements for the Degree of Doctor of Philosophy 2006 f oY ` Ellen F. Prince Supervisor of Dissertation “ns Martha Palmer Co-Supervisor of Dissertation ⁄ 2 4 Eugen Buckley [) \ Graduate Group Chairperson UMI Number: 3211080 INFORMATION TO USERS The quality of this reproduction is dependent upon the quality of the copy submitted. Broken or indistinct print, colored or poor quality illustrations and photographs, print bleed-through, substandard margins, and improper alignment can adversely affect reproduction. In the unlikely event that the author did not send a complete manuscript and there are missing pages, these will be noted.

Also, if unauthorized copyright material had to be removed, a note will indicate the deletion. ® UMI UMI Microform 3211080 Copyright 2006 by ProQuest Information and Learning Company. All rights reserved. This microform edition is protected against unauthorized copying under Title 17, United States Code.

ProQuest Information and Learning Company 300 North Zeeb Road P. Box 1346 Ann Arbor, MI 48106-1346 To my dear brother Baek-Kyoung. H Acknowledgements First and foremost, I thank my two advisors, Ellen Prince and Martha Palmer. I am eternally indebted to them for their encouragement and intellectual and spiritual! guidance, which shaped me as a researcher throughout my long journey towards graduation.

Ellen, whom I have the honor of being the last student of, has been a great source of inspiration to me for her sharp intellect and wisdom, as well as her unparalleled zest for life. I owe Martha not only for her generous financial support over the years, but also for her guardianship — she truly took me under her wings. I also thank Robin Clark for his teachings during my early years of graduate school; Bill Poser, whose love and knowledge of everything linguistic has always shown me the greatness to aspire to; and last but not the least, my committee, Maribel Romero and Ar- avind Joshi, who provided valuable feedbacks on the directions of the thesis, which not unlike any other theses started out as a entangled jumble of grand ideas. XRCE and LDC are two great institutions I was fortunate enough to have opportunities to conduct research at.

I thank Lauri Karttunen, Ken Beesley and Mike Maxwell for their mentorship during my times there. I would like to thank Justin Mott, Cassie Creswell, Tom Morton, Andy Schein, Sham Kakade, and Heejong Yi, with whomI shared the most cherished memories of my graduate school years. They stayed close and bore witness to my years of battle with my thesis; without their cheering, I might well be writing it still. lil There are many other friends and colleagues at Penn, who over the years made it much more than just a school but rather like a home to me.

I had many lunches, dinners, parties, and heated discussions with them: John Bell, Alexis Dimitriadis, Kieran Snyder, Ron Kim, Sophia Malamud, Uri Horesh, Eva Banik, Tom McFadden, Elsi Kaiser, Sandhya Sundare- san, Rashmi Prasad, Eleni Miltsakaki, Seungyen Yang, Eon-Suk Ko, Chunghye Han and Jiyoon Lee. My friends and mentors from my previous school, the linguistics program at Seoul National University, have been always there for me, sometimes in the States and other times across the Pacific Ocean. I thank Jinyoung Choi, Seunghun Lee and Hyunjoo Kim for their friendship (and also for being great “juniors” to me); Yoonshin Kim for being my close friend (and a great “senior”); Sookhee Chae, Shijong Ryu and Chulwoo Park for their kind mentoring. And finally Prof.

Chungmin Lee for the very first linguistics class I took and for guiding me into the field. He taught me during my SNU linguistics years, and he encouraged me to pursue this degree in the U. Also many special thanks to Gene Buckley and Amy Forsyth for their wonderful help regarding administrative matters; as I fumbled through the maze of graduation, their knowl- edge and attention on intricate procedural details saved me more than once from crucial mistakes. I cannot forget Mrs.

Carole Lingle, whose warm presence filled the department office in earlier years of my graduate school. Staff at IRCS also has been the quiet yet essential organizing force behind that great institution, to which I owe much of my profes- sional development. Finally, my deepest gratitude goes to my parents and my sister, without whose constant support and encouragement none of my academic goals would have been realized. Their faith in me and my love for them kept me going at times of difficulty and anguish.

iv ABSTRACT KOREAN ZERO PRONOUNS: ANALYSIS AND RESOLUTION Na-Rae Han Supervisors: Ellen F. Prince and Martha Palmer Zero pronouns, or dropped arguments, are a remarkably frequent phenomenon in Korean. This single syntactic form is made up of diverse subcategories, each of which is character- ized by distinct semantic and pragmatic properties. More widely acknowledged types are those that depend on other linguistic expressions for their reference: such text-dependent types include anaphoric and discourse-deictic zero pronouns.

Other text-independent types are deictic zero pronouns, generic and specific indefinite zero pronouns and situational zero pronouns, although it is possible for some of these text-independent types to enter coreferential relations with other nominal expressions in their surroundings. Previous re- search focusing on anaphoric zero pronouns, most notably that based on Centering Theory, claims that information-theoretic notions such as saliency govern their felicitous use and interpretation. While the general insight holds true, various efforts to encapsulate it by way of precise formulation of Cf-ranking or other hierarchies fall short, largely due to the fact that the notion is encoded by heterogeneous linguistic factors whose relations cannot be expressed single-dimensionally. From a language processing point of view, the diverse nature of Korean zero pronouns presents the unique challenge of blending the tasks of cat- egorization and identification of their antecedents.

In this dissertation, using Maximum Entropy as the machine learning method of choice, various statistical models for Korean zero pronoun resolution have been successfully trained and tested on two Korean Treebank corpora. These Models serve as a valuable opportunity for empirically testing various the- oretical claims and observations made on Korean zero pronoun anaphora. Features used in constructing the models and making predictions on zero pronoun reference encode lin- V guistic properties surrounding zero pronouns and their potential antecedents. The features found to have a particularly strong contribution are indeed those that encode the linguistic aspects that are commonly cited in the linguistic literature as playing a crucial role in Ko- rean Zero pronoun usage, such as topic-hood, subject-hood and the nullness of form.

While the relative importance of such features does not directly translate to linguistic hierarchies, it nevertheless provides support to some of the specific criteria used in them. vi Contents Acknowledgements iii Abstract M Contents vii List of Tables xi Introduction 1 I Analysis 4 1 Previous Work on Zero Pronouns 5 1.1 Previous Sentence-Level Work on Zero Pronouns .1 proin Government and Binding Theory.2 Huang’s (1983, 1984, 1989) Work on Chinese, Japanese and Ko- TEAN PYO a. Optimality Theory Approaches to Zero Pronouns .2 Centering Theory: A Discourse-Oriented Approach to Pronouns .1 The Centering Theory: An Overview .2 Centering Theory Across Languages. The Zero Pronoun and Centering.

30 2 Analysis of Korean Zero Pronouns 35 2.1 Defining the Object of the Study .1 Why Zero “Pronouns” .2 Overt Pronounsin Korean. eee ee ee 38 2.3 The Problem of Identification: Where to Find the Invisible .4 Korean Zero Pronouns by Reference Types.1 General Situational Zero Pronouns.43 Indefinite Personal Zero Pronouns.1 Specific Indefinite Zero Pronouns.2 +human Semantic Restriction on Generic Zero Pronouns 60 2. Coreference in Generic Zero Pronouns .4 Discourse-Anaphoric Zero Pronouns.5 Semantic Interpretation of Anaphoric Relations .1 Discourse(Textual)-Deictic Zero Pronouns .6 Deictic and/or Anaphoric: the Fuzzy Distincion. 76 3 The Centering Theory and Korean Zero Anaphora 80 3.1 Criteria for Cf Ranking: What EncodesSalence?.2 Establishing Cf Ranking for Korean.

Topic-Marked NPs vs.4 The Centering Theory and Zero Pronoun Resolution. 115 viii II Resolution 118 Overview 119 1 Previous Work 121 1.1 Pronoun Resolution: An Overview. 0000 ee eee nae 121 1.2 The Traditional Approach .13 The Statistical Approach.4 The Knowledge-Poor Approach .5 Resolution of Zero Pronouns: The Case of Spanish .2 Centering Theory and Pronoun Resolulon. Brennan, Friedman and Pollard(1987).2 Strube’s (1998)“S-lst”Approach.3 Left-Right Centering by letreault(1999).4 Resolution of Zero Pronouns Using Centering: The Case of Thai.

Optimality Approaches to Anaphora Resolulon.2 Hong (2002) and Kim (2003): OT-Based Korean Anaphora Reso- lution ©. nu kg và ky 141 2 The Data: The Penn Korean Treebank Corpora 145 2. HQ va ko 145 2. Q HQ ung vo 151 2.1 Zero Pronouns with a Intra-sentential Antecedent.2 Determining the Categories.

157 ix 3 A Rule-Based Approach: Variations of the Hobbs Algorithm 161 3.1 The Hobbs Algorithm.2 Variations of Hobbs on Korean Zero Pronouns 164 3.3 Significance of Syntactic Environments 168 344 Summary. 170 4 A Maximum Entropy Reference Resolution System 171 41 TheDesign .1 Classification and Resolution.2 Two-Phased vs. Single-Phased System 175 4. Maximum Entropy asa Ranking Method .4 Selection of Features.

183 42 Single-Phased System.1 Performance by Type. 196 43 Two-Phased System.4 A Resolution System for Anaphoric Zero Pronouns 204 4.1 A Maximum-Entropy Model 205 4.2 Feature Opt-InModels .5 Performance Scores: A Round-Up 219 Conclusions 222 Bibliography 227 List of Tables 1.1 Dropped topic subject in Italian (cantare(x), x=lui, x=topic) .2 Overt non-topic subject in Italian (cantare(x),x=lui) .3 Overt topic subject in English (sing(x), x=he, x=topic) .4 Overt non-topic subject in English (sing(x),x=he) .5 Overt topic subject in Yiddish (sing(x), x=he, x=topic) .6 Overt topic subject in Yiddish (ranedQ).7 Thai input with overt subject ©.8 Thai input with Prosubject. LH HH KV 21 1.9 Thai input with embedded Pro subJect.10 Centering transition states.1 Pronominal system of Korean, 1st and 2ndperson.2 Pronominal system of Korean, 3rdperson.3 Classification of Japanese zero anaphor by Kameyama (1985) .4 Classification of Korean zero pronouns. 46 11 Pronoun resolution algorithms for New York Times .2 Pronoun resolution algorithms for fictional texts.3 COHERE and ALIGN produce preference ranking of 4 centering transition TYPES / .1 Zero pronoun frequencies in KTB landKTB2.2 pro and PRO frequencies in the Penn Chinese Treebank5.3 Zero pronoun frequencies by grammaticalroles.4 Zero pronoun frequencies bytype .5 Overt pronouns inKTB 1, lstand2nd person .6 Overt pronouns in KTB 1, 3rd person and other .7 Overt pronouns in KTB 2, lstand 2ndperson.8 Overt pronouns in KTB 2, 3rd personandother.1 Naive Hobbs algorithm on Korean zero pronouns .3 Hobbs algorithm on Korean zero pronouns, adverbial NPs not considered .4 Hobbs algorithm on Korean zero pronouns, argument antecedents only .5 Hobbs algorithm on Korean zero pronouns, performance by clausal groups .1 Binary classification for zero pronoun and its potential antecedent NP in 06:2182 4.2 Binary classification of coreference for zero pronounin06:2 .3 Binary classification of coreference for zero pronounin06:2.4 Feature vector of coreference events for two pro subjects, partially repre- sented 2.5 Numbers of targets/events generated per7Ør2.6 Numbers of coreferential targets/events generated perpro.7 Training and testing set sizes forthe two corpora.

2nu ng Q g kg V v ki ki k va 194 4.9 Performance of models as a binary classifer.10 Confusion matrix for binary classifiers, KTBI.11 Confusion matrix for binary classifiers, KTB2.12 Performance of coreference resolution models.13 Performance of coreference resolution models, averaging on 10 cross-fold validation 2.14 Accuracy by zero pronoun type,KTBI,.15 Accuracy by zero pronoun type,KTB2.16 Prediction pattern for anaphoric (a) zero pronouns, KTB2 .17 Prediction pattern for deictic-speaker (1) zero pronouns, KTB2 .18 Prediction pattern for generic (g) zero pronouns, KTB2 .19 Confusion matrix for category classification model (Phase 1), KTB 1.20 Combined performance of Phase 1 and Phase2, KTB1.21 Comparison of two approaches, KTB 1 .22 Confusion matrix for category classification model (Phase 1), KTB2.23 Combined performance of Phase 1 and Phase2, KTB2.24 Comparison of two approaches, KTB2 .25 Numbers of coreferential NPs per NP-anaphorlcøo.26 Performance of coreference resolution models.