现在汉语：语法结构对SVO表示的挑战 汉语语法结构对 SVO 表示的挑战 上一篇讨论了"目的标记"（旨在 / 为了）为什么不该被压进谓词。 本文是它的扩展：把汉语里 所有给 (S)[V](O) 三元组表示带来麻烦的语法结构 梳理一遍，统一归到几种"破坏方式"下，并指出每一类对应的修补维度。 阅读对象：在做自然语言→结构化认知存储的人。 〇、问题前提：SVO 三元组隐含了什么假设 (S)[V](O) 这种形式默认了几件事： 命题是 realis （已发生 / 事实陈述），不是潜在 / 目标 / 假设； 命题是 原子 ，与其他命题之间没有结构化关系（最多并列）； 主语 / 谓语 / 宾语都是 核心论元 ，没有外部修饰； 谓语 V 是一个 单一动作 ，没有时体、模态、否定、量化等算子作用其上； 说话人对命题的 认识态度 （来源、确信度）是默认的"我相信、第一手"。 汉语里有大量结构系统性地违反这些假设。下面按"以何种方式违反"重新组织。 一、四种主要的破坏方式 破坏方式 现象 典型例子 涉及的语法类 A. 模态坍塌 命题被一个意向 / 可能性算子包裹，抽 SVO 时算子消失 旨在 / 应该 / 也许 / 必须 目的、模态、情态 B. 辖域丢失 否定 / 量化的作用范围在三元组里无法标记 不、没、所有、有的、都 否定、量化 C. 关系断裂 多个事件之间的因果 / 条件 / 转折关系退化为平行断言 因为 / 所以 / 但是 / 如果 复句、关联词 D. 维度丢失 时体 / 焦点 / 证据 / 言语行为等正交维度被抹平 了、过、是…的、据说、吗 时体、信息结构、情态、语气 下面按汉语语法类别铺开，每一类标注它属于哪种破坏方式。 二、状语类（命题外环境信息） 状语都是 附加在 V 之外 的修饰，SVO 把它们要么塞进 V，要么丢掉。 类别 标记词 例子 破坏方式 时间 在、于、当、…时、昨天、已经 "他 昨天 来了" D 地点 在、于、从、向、往 "在北京举行" 一般可压进 V，但跨句指代会断 方式 用、以、通过、借助、按照 " 通过实验 验证" 可压进 V 工具 用、拿、以 " 用刀 切" 可压进 V 原因 因为、由于、因 " 因为下雨 取消" C（事件间关系） 目的 为了、旨在、以便、用以、好让 " 为了应对 复杂性" A（意向算子） 条件 如果、假如、要是、只要、除非 " 如果下雨 就取消" A + C 让步 虽然、尽管、即使、就算 " 虽然累 但坚持" C 结果 因此、从而、以致、致使 " 因而 提升性能" C 伴随 随着、伴随、连同 " 伴随经济增长 " C 范围 在…方面、就…而言、关于 " 就性能而言 最优" 焦点限定，D 程度 很、非常、极其、相当 " 非常 重要" 可压进 V，但失去强度信息 频率 经常、偶尔、总是、再三 " 总是 犯同样的错" 量化的一种，B 关键观察 ：状语里的 原因 / 目的 / 条件 / 让步 / 结果 不是修饰一个事件，而是在 两个事件之间建立关系 。把它们塞进单一谓词里是范畴错误。 三、模态与情态（命题外的态度算子） 模态是说话人对命题的态度，作用在整个 V 之上： 子类 标记词 示例 认识情态 （命题真假的可能性） 可能、也许、大概、必然、肯定、一定、应该 "他 可能 来" 道义情态 （义务 / 许可） 应当、必须、得 (děi)、可以、不许、禁止 "你 必须 完成" 动力情态 （能力 / 意愿） 能、会、能够、愿意、想、敢、肯 "他 愿意 帮忙" 目的情态 旨在、意在、为的是、目的是 " 旨在 应对" SVO 的失效 ： (他)[来] 与 (他)[可能来] 与 (他)[必须来] 在该格式里要么完全相同，要么把模态硬塞进 V 字符串——后者会让谓词词典爆炸（"必须来"、"可能来"、"应该来"、"愿意来" 全是不同的 V）。 修补方向 ：把模态作为 算子层 ，与 V 正交。 (他)[来] @modality: epistemic=possible 或 @modality: deontic=obligatory 四、时体系统（事件的时间相位） 汉语没有时态形态，全靠虚词标注 体（aspect） ： 体类 标记 含义 例子 完成体 了 动作已完成 "他 走了 " 经验体 过 曾经发生过 "我去 过 北京" 进行体 在、正在、正 正在进行 "他 在 写" 持续体 着 状态持续 "门开 着 " 起始体 起来、上 开始进入状态 "笑 起来 " 继续体 下去 继续进行 "做 下去 " 短时体 V 一 V、V 一下 短暂尝试 "看 一下 " SVO 的失效 ： (他)[走] 完全无法区分"走了"（已完成）/"在走"（进行中）/"会走"（将来）/"走过"（曾经）。这些在认知图里是 根本不同的事实 ——已发生的事件可以作为推理前提，未发生的事件不能。 修补方向 ：相位 / 时态层。 五、否定与极性 类别 标记 难点 一般否定 不、没、未、别、勿、非、无 辖域歧义 双重否定 没有不、不是不 等价于强肯定，但表面是否定 修辞否定 反问 "难道…吗"、"怎么会" 实际是肯定 部分否定 不是所有、未必都 与量化纠缠 SVO 的失效 ：核心问题是 否定辖域 。 "他不是因为饿了才吃" 中，"不是"否定的是"因为饿了"这个原因，不是"吃"这个事件。 但若抽成 (他)[不吃] 就完全错了——他 确实吃了 ，只是原因不是饿。 修补方向 ：否定必须显式标记其作用范围（V / O / 整个命题 / 某个状语）。 六、量化 类别 标记 例子 全称 所有、每、任何、都、凡 " 所有 学生都来了" 存在 有的、某些、有些、至少有 " 有的 学生来了" 否定全称 没有一个、谁都不 " 没有一个 来" 数量 三个、几个、若干、大多数 " 大多数 来了" SVO 的失效 ： " 每个 学生 都 读过 至少一本 书" 量化辖域歧义：是"每人各自读过至少一本（可以是不同的书）"，还是"存在一本书所有人都读过"？ 平铺成 (学生)[读](书) 把这个区别完全擦除，而这个区别在推理时是关键的。 修补方向 ：量化器及其辖域必须保留，最低限度是给 S 和 O 都标注量词类型。 七、句间关系（最大的盲区） 汉语中事件之间的关系靠 关联词 显式或隐式建立。SVO 把多个事件拆成平行三元组时， 这些关系全部丢失 。 关系类型 标记词对 语义 因果 因为…所以；由于…因此；既然…就 E1 是 E2 的原因 转折 虽然…但是；尽管…却；然而；不过 E1 与 E2 预期相反 并列 既…又；一边…一边；同时；并且 E1 与 E2 同时成立 递进 不仅…而且；甚至；连…也 E2 比 E1 程度更深 条件 如果…就；只要…就；除非…才；要是 E1 成立则 E2 成立 假设反事实 要不是；倘若；早知…就 E1 反事实下 E2 让步 即使…也；就算；哪怕 E1 不影响 E2 选择 或者…或者；要么…要么；不是…就是 E1 与 E2 互斥 时序 然后；接着；先…后；首先…其次 E1 时间上早于 E2 目的 为了；以便；好让；省得 E2 是 E1 的目的 方式-结果 通过…以；以…的方式 E1 是 E2 的手段 SVO 的失效 ：原句 "因为下雨，比赛取消了，但观众没有抱怨。" 抽成 (天)[下](雨) (比赛)[被取消] (观众)[没抱怨] 丢失了 因果 （下雨→取消）和 转折 （取消 vs 不抱怨的预期违反）。三个孤立断言无法重建原文的逻辑骨架。 修补方向 ：把"事件间关系"提升为一等公民。基础层是 SVO，关系层是 SVO 与 SVO 之间的二阶关系图。 八、特殊句式（论元结构变异） 汉语有几个高频句式让 SVO 抽取困难： 8.1 兼语句 "老师 让 学生 回答 问题" 让 / 使 / 叫 / 请 / 命令 后面的 NP 既是上一个 V 的宾语又是下一个 V 的主语： S1=老师, V1=让, [O1=S2=学生], V2=回答, O2=问题 平铺为 (老师)[让](学生) + (学生)[回答](问题) 会丢失"使因关系"——学生回答是被老师致使的，不是独立事件。 8.2 连动句 "他 去 北京 开 会" 一个主语连用多个 V：去 → 开会。两个 V 之间是 目的 或 时序 关系，不是并列。 8.3 把字句 / 被字句 "他 把 书 撕了 " / "书 被 他 撕了 " 主语和宾语在表层倒置，但深层论元结构不变。SVO 抽取必须把 把/被 的语义重新映射回施事 / 受事，否则会出现 (书)[撕](他) 这种荒唐三元组。 8.4 是字句 / 有字句 "他 是 老师" / "桌上 有 书" 是 不是动作，是判断 / 等同； 有 不是动作，是存在。把它们当 V 处理会让"动作"这个范畴变质——所有"分类"、"等同"、"存在"断言都披上了动作的伪装。 应该单列：分类 / 等同 / 存在 是与"事件 V"不同的关系类型。 8.5 比较句 "A 比 B 好" / "A 不如 B" / "A 跟 B 一样 " 涉及三个角色：比较项 A、参照项 B、比较维度（好 / 高 / 多）。SVO 只有两个槽，不够装。 九、嵌入与从句（命题作为论元） 类别 例子 主语从句 " 他来了 是好消息" 宾语从句 "我知道 他来了 " 定语从句 " 来了的 人" 同位语从句 " 他失败了 这件事" 间接引语 老师说 " 今天放假 " SVO 的失效 ：S 或 O 本身是一个完整命题，而不是简单实体。例如： "我相信他会成功" 不能抽成 (我)[相信](他) ，会丢"成功"。也不能简单串成 (我)[相信他会成功](?) ，会丢内层结构。 修补方向 ： 命题作为节点 ——一个命题节点本身可以作为另一个命题的 S 或 O。这要求图结构而非纯三元组。 十、信息结构（主题、焦点、已知 / 未知） 汉语是 主题优先 （topic-prominent）语言。常见结构： 结构 例子 信息功能 主题-评述 " 这本书 ，我看过" 主题前置 是…的 " 是他 做的" / "他 是昨天 来的" 焦点突出 倒装 "下雨了， 院子里 " 强调环境 把字句 " 把 作业 做完了 " 处置义焦点 连…也/都 " 连他 都不知道" 量级焦点 SVO 的失效 ：信息结构在三元组里完全消失。 " 是他 打破了杯子" 与 "他打破了杯子" 在 SVO 里同形。 但前者是在回答"谁打破的？"——焦点是"他"。 这个差异在对话理解、追问、纠错时是关键的。 修补方向 ：信息结构层（主题 / 焦点 / 旧信息 / 新信息标记）。 十一、指代与零回指 汉语 大量使用零指代 （pro-drop），主语经常省略： "[他]去了商店，[他]买了苹果，[苹果]很甜。" 实际写出来通常是： "去了商店，买了苹果，很甜。" SVO 的失效 ：抽取时 S 缺失，需要跨句回指消解。这不是 SVO 格式本身的锅，但它意味着 抽取前必须做回指还原 ，否则三元组会大面积出现空位。 文件里规则 5（"代词还原"）已经覆盖了这点，但 零指代比代词更难 ——根本没有显式锚点。 十二、证据性与认识来源 标记 含义 据说、听说、传闻 间接获得 显然、明显、看来、似乎 推断 我看 / 我觉得 / 我认为 主观判断 据 X 报道 / 根据 X 来源标注 说不定、估计 推测 SVO 的失效 ： "据说他辞职了" 抽成 (他)[辞职] 后， 信息来源消失 ——这条断言会被当成事实存入认知图，与"我亲眼看到他辞职"无差别。但前者的可信度和后者完全不同。 修补方向 ：每条命题应附带 evidence 字段（直接 / 间接 / 推断 / 传闻 / 个人观点）和 confidence 字段。 十三、言语行为与语气 句类 标记 语义 陈述 默认 断言 疑问 吗、呢、什么、怎么、是非问 询问 祈使 请、别、不要、…吧 指令 感叹 多么、真、…啊 评价 SVO 的失效 ：SVO 默认所有命题都是陈述。 "他来了吗？" 不是断言"他来了"。 "请关门" 不是断言"你关门"。 把疑问 / 祈使句原样抽成 SVO 就把它们伪造成了事实。 修补方向 ：句类标签。多数知识库只关心陈述，但若要存对话 / 指令 / 计划，就必须区分。 十四、汉语相对其他语言的特殊难点 汉语在 SVO 抽取上比印欧语难，原因集中在： 缺少形态变化 ：时态、数、格、人称都靠虚词或上下文，没有词形提示； 大量零指代 ：主语省略是常态而非例外； 主题优先 ：表层主语 ≠ 句法主语 ≠ 语义施事，三层经常错位； 流水句 ：长句不是"一个 SVO 内嵌从句"，而是"多个 SVO 用逗号串起来"，断句要看语义不看标点； 兼语 / 连动高频 ：一句话里多个动作链式衔接是日常用法； 虚词承重 ：了 / 着 / 过 / 把 / 被 / 是 / 的 / 得 / 地 等少量虚词承担了印欧语形态变化的全部功能，丢一个就改变意义； 隐性逻辑关系 ：因果 / 转折常常不写关联词，靠语序和语境推断（"下雨了，比赛取消"——因果是隐式的）。 十五、汇总：分层模型雏形 把上面所有破坏方式倒过来，能推出一个最小的分层结构： 基础层 (factual core) (S)[V](O) — 谁对谁做了什么 时相层 (aspect/tense) @aspect: realized | ongoing | experienced | inceptive @tense: past | present | future | (unmarked) 模态层 (modality) @epistemic: possible | necessary | certain @deontic: obligatory | permitted | forbidden @dynamic: able | willing | intending @purpose: <另一个命题> 辖域层 (scope) @negation: V | O | proposition | adjunct() @quantifier(S): universal | existential | numeric(n) @quantifier(O): universal | existential | numeric(n) 事件间关系层 (discourse relations) cause(E1, E2) condition(E1, E2) concession(E1, E2) purpose(E1, E2) sequence(E1, E2) ... 信息结构层 (info structure) @topic: @focus: 认识层 (epistemic source) @evidence: direct | inferred | reported | hypothetical @confidence: high | medium | low @source: 言语行为层 (speech act) @act: assert | question | command | exclaim 核心观察 ：基础 SVO 只表达**"谁对谁做了什么" ，而其他层分别表达 "什么时候 / 是不是真的 / 在多大范围 / 与什么有关 / 关注哪部分 / 我怎么知道 / 是陈述还是询问" 。这些是 正交维度**，不是 V 的子分类。 十六、对实现的建议 不需要一次把所有层做出来。优先级建议： 先做事件间关系层 （第七节）——这是最大盲区，对推理影响最大； 再做模态层 + 辖域层 （三、五、六节）——决定一条断言能否作为推理前提； 再做时相层 （四节）——决定断言是事实还是计划； 信息结构与认识层 最后做——主要影响对话和反问，知识图早期可以不要。 每加一层，SVO 抽取规则都要相应调整：从"把修饰塞进谓词"转向"把修饰按层归位"。规则 3（"关键修饰塞进谓词"）实际上是这个分层的 未分化形式 ——所有维度被一锅端进了 V 字符串。分层化就是把这一锅拆开。 附：与上一篇的衔接 上一篇 [《目的状语为什么不该被压进谓词》] 是本文 A 类（模态坍塌） + C 类（关系断裂） 的具体一例。 本文把那个观察推广到了 所有 类似的"被压扁的维度"——目的不是孤立的反例，而是 SVO 三元组系统性盲区的代表。