第六章 · 句法分析

一、句法分析的任务

词法分析回答「这是什么词」，句法分析（Syntactic Parsing）则回答「词与词按什么结构组成句子」。它揭示的是词语之间的支配与修饰关系，让机器从「认识词」走向「读得懂句子骨架」。

两大主流形式：

	成分句法分析	依存句法分析
核心单位	短语成分（名词短语、动词短语）	词与词之间的依存关系
输出形式	短语结构树	依存弧（中心词 → 修饰词）
直观比喻	句子的「解剖层级图」	句子的「关系网络图」
工程热度	相对较少	NLP 应用主流

二、成分句法分析

成分句法（短语结构句法）认为句子由一层层短语递归构成：句子 S → 名词短语 NP + 动词短语 VP；名词短语又可拆为限定词 DT + 名词 NN……

句子：小明 学习 人工智能

        S
       / \
      NP  VP
      |  /  \
     NN VBZ   NP
      |  |    |
     小明 学习  人工智能

标记：S=句子 NP=名词短语 VP=动词短语 NN=名词 VBZ=动词

这种层次结构清晰，但对中文存在两个麻烦：短语边界争议多、标注成本高。因此在中文工程中，依存句法更为常用。

三、依存句法分析

依存句法认为：句子有且只有一个核心词（root），其余词都以某种依存关系直接或间接依附于核心词。每条依存弧记为：

支配词（核心词） ——依存关系——> 从属词（修饰词）

以「小明在北京学习人工智能」为例：

ROOT ──root──────> 学习        （全句核心：动词“学习”）
学习 ──nsubj─────> 小明        （名词性主语）
学习 ──nmod:prep─> 北京        （介词性处所修饰）
北京 ──case──────> 在          （介词依附于处所词）
学习 ──dobj──────> 人工智能    （直接宾语）

中文依存分析中常见的关系标签：

标签	关系	示例
root	全句核心词	通常是主要动词
nsubj	名词性主语	小明学习
dobj	直接宾语	学习人工智能
nmod	名词性修饰（定中）	我们的生活
advmod	状语修饰	非常精彩
amod	形容词修饰	精彩的电影
aux / case	助词 / 介词格标记	了、着、的、在
conj	并列关系	分词和标注

一句话不论多长，都有一根「主心骨」；找到核心动词，再顺藤摸瓜，整句的语义框架便浮现出来。

四、分析方法与工具

依存句法器的算法大致经历了三代：

基于规则：语言学家手写文法规则，覆盖窄、维护难；
基于统计：转移式（Transition-based）与图式（Graph-based）方法，在人工标注树库上学习打分；
基于神经网络：BiLSTM / BERT 编码器 + 注意力打分，是当前主流，准确率普遍超过 90%。

工具方面：

python · HanLP 依存句法import hanlp

pipeline = hanlp.pipeline() \
    .append(hanlp.utils.rules.split_sentence) \
    .append(hanlp.load("CTB6_CONVSEG")) \
    .append(hanlp.load("CTB5_POS_RNN_FASTTEXT_ZH")) \
    .append(hanlp.load(hanlp.pretrained.dep.CTB7_BIAFFINE_DEP_ZH))

print(pipeline("小明在北京学习人工智能"))
# 每个词附带 (词性, 中心词序号, 依存关系)

英文场景可用 spaCy，一行 nlp(text) 即可在 token.head 与 token.dep_ 中读出依存弧，并自带 displacy 可视化树。

五、典型应用场景

问答机器人：通过主语—谓语—宾语快速定位「用户问的是谁和什么」，辅助槽位抽取；
信息抽取与知识图谱：公司（主语）— 收购（谓语）— 公司（宾语） 直接构成三元组；
观点与情感分析：用依存弧找到评价词修饰的具体对象，实现方面级情感分析（「续航很强，但价格很贵」）；
机器翻译与句子改写：用句法结构约束语序调整；
复杂问答校验：判断问句是否有明确主语，缺成分时向用户追问。

依存树给出的是结构骨架，但「为什么这两个词构成这种关系」的意义问题，需要第七章的语义分析来回答。

六、交互演示：查看依存树

切换下列例句，观察每句的核心词（红色）如何通过依存关系（青色）支配其他词（金色）：

依存句法观察台ROOT 为虚拟根节点

阅读方法：从右往左看箭头——箭头指向的是从属词。第三句「剧情」是「精彩」的主语，「非常」是状语，而「电影」通过领属关系修饰「剧情」，层层嵌套，正是汉语定中结构的典型样貌。