本文是一篇语言学论文，笔者认为集合是本文整合识别规则的基础，为了让易于准确识别的集合能以较高的优先级应用于规则中，本文将其排在比较靠前的位置，规则中集合的优先级依次为：句法位置集、固定句式集、邻接字符集、搭配词集、共现字符集。规则的起点是将“就是”和“就是说”两种情况分开讨论，这两条规则流程的终点分别是判断为短语和话语标记。
第一章绪论
1.1选题依据
1.“就是”本体研究的复杂性
“就是”在现代汉语中是一个复杂的词语，根据不同的上下文语境，“就是”可以用作短语、副词、连词、助词以及话语标记。“就是”在《现代汉语常用词表》（草案）中的频序号为133（共收录常用词语56008个，按词频从高到低排列），据统计，“就是”在北京大学中国语言学研究中心现代汉语语料库（CCL现代汉语语料库）中共出现255,948次，在中国传媒大学有声媒体文本语料库（MLC语料库）中共出现333,763次。可见，“就是”在现代汉语中使用上占有绝对优势，因为其语义的确定较为复杂，用法灵活多变，且前人对“就是”的属性归类问题看法不一，所以对“就是”的属性进行深入研究具有重要的意义。
语言学论文参考
2.“就是”属性识别情况不理想
自动分词和词性标注是中文信息处理的基础和关键，兼类词的识别对汉语的词性标注来说一直是一大难题，从“就是”来看，通过对现行分词标注系统的测试发现，其属性识别情况并不理想，词性标注的准确率还有待提高。
本文使用现行词典和前人文献中的例句，对传媒语言语料库在线分词标注系统、NLPIR-ICTCLAS汉语分词系统、搜狗云分词系统、语料库在线分词系统、语言技术平台、清华大学THULAC中文词法分析工具这6个现行分词标注系统进行初步测试，得出的分词标注结果并不理想。随后又对其中词性标注性能最高的平台——语言技术平台（Language Technology Platform，LTP）进行测试后发现，在500条测试语料中能够正确识别的数量为135条，存在短语和副词交叉识别、连词只能标注正确一小部分、助词识别不出和词性标注未覆盖话语标记等问题。
..................................
1.2研究目的及意义
1.2.1研究目的
以往“就是”的研究多集中于本体方面，而从中文信息处理的角度展开的研究比较少。本文拟结合语言学理论和计算机处理方法，以口语语料库为切入点，通过归纳“就是”各属性的形式特点，总结出针对“就是”五种属性行之有效的识别规则，尝试提高“就是”词性标注的正确率，在一定程度上为机器自动识别提供帮助。
1.2.2研究意义
“就是”在现代汉语中属于较常见的词，使用频率也很高，但现行的词性标注系统对“就是”的词性标注情况并不理想，连词、助词、话语标记基本识别不出，短语和副词标注错误的现象很普遍。如分词标注效果较好的语言技术平台能识别出短语、副词和极少的连词，但前两者的识别还存在很多错误。本文对兼类词“就是”的用法进行基于规则的自动识别研究，不断提高兼类词“就是”五种属性自动识别的准确率，希望能为推动现代汉语其他兼类词的自动识别研究提供一些参考。
在自然语言处理的初级阶段，话语标记的自动识别与分词标注、句法分析有着密切的关系，机器在进行句法分析时，游离于句法层面之外的话语标记会大大降低机器识别的准确率。本文对“就是”的属性识别研究包括对话语标记“就是”的识别，正确地识别话语标记可以扫清句法分析的障碍，提高句法分析的精确度。
...........................
第二章“就是”各属性的定义和分类
2.1动词短语“就是”
在现代汉语中，短语“就是”由副词“就”+动词“是”构成，“就是”是一个偏正式的动词短语。副词“就”表示加强肯定、确定范围、承接上文等，在多数情况下表示强调，在句中作状语，动词“是”表示肯定性判断，在句中作谓语。短语“就是”的主要功能是加强判断。
1.语义特征
动词“是”主要起肯定和联系的作用，可以联系两种事物，表示二者具有某种关系。从语义上看，“就是”主要表示的是判断关系，具体表示为等同、归类、存在、说明等关系。如下例：
（1）最好的人不只妈妈一个，另外还有一个人陪我度过了15年，他【就是】我的父亲，父亲是一个脾气火爆的人。（北京电视台\7日7频道2008-01-30）
（2）在大陆有名的连续剧《潜伏》，那个男主角他【就是】军统局的。大家可以看到，里面跟中统局会有内斗。（中央电视台\海峡两岸\2010-03-16）
（3）中央电视台驻台记者毕辉：还会记住非常好客的山东人，因为我【就是】山东人。（中央电视台\海峡两岸\2010-05-20）
（4）在国展2号馆的一楼，您瞧很多厂商都带来了最新的产品，在我旁边【就是】一个游艇的展示区，开着游艇出海感觉一定很爽吧。（天津电视台\财经视界\2009-09-22）
（5）曾经就读的凤山县高中当起了英语老师，她说当初上大学选择学英语【就是】看到自己家乡太缺少英语老师，她想让更多的孩子有机会走出大山。（中央电视台\中国新闻\2010-10-05）
以上例句中，“就是”都表示判断关系，例（1）表示等同关系，“就是”前后的两部分所指相同，可以互换，意思不变，即“我的父亲就是他”；例（2）和（3）表示归类关系，前后部分不能随意替换，但例（3）宾语前可加数量短语或后加“之一”等词，这样主语和宾语之间就变成了等同关系，即“我就是山东人之一”；例（4）表示存在关系，主语一般为方位名词，“是”可以用“有”来替换；例（5）表示说明关系，说明某件事情的原因或某个事物的条件，基本结构为“结果+就是+原因”。
................................
2.2副词“就是”
副词“就是”一般作状语，从目前词典对副词“就是”的释义来看，按照语义特点和用法的不同，可以概括为以下三种用法：
1.等同于“对”；常单用，表示同意
（29）梁文道：对，而官员呢我们就不敢检察，也不敢碰。窦文涛：【就是】，我就说。梁文道：对不对？（凤凰卫视\锵锵三人行\2010-05-20）
（30）记者：我看进来那个车是您的。徐忠坤：就是【就是】。记者：现在为什么不跑了呢？徐忠坤：没有活干。（中央电视台\新闻1+1\2009-01-19）
以上所列例句中，“就是”是副词，表示同意，多用在应答句中，例（29）中的“就是”单独使用，表示窦文涛对上文梁文道表达观点的认可和同意，与梁文道所说的“对”相对；例（30）中的“就是就是”是在单独使用的基础上重叠出现，是一种应答性的承诺和认可。
2.语气副词，表示强调肯定
（31）王小姐挺着大肚子在06年底来到深圳，但吴先生【就是】不见她。王小姐的肚子越来越大，无法做手术了。（深圳电视台\第一现场\2009-02-16）
（32）这件事发生在北京，说明一个问题，说明北京不愧是首都，执法意识，包括知法懂法，水平【就是】高，人家横在马路中间那么多年了，就是没人动。（中央电视台\新闻1+1\2010-06-30）
以上所列例句中，“就是”是表强调的副词，例（31）中“就是”用在动词短语前，一般动词前都会有“不”“没有”等否定副词出现，“就是”强调吴先生不见王小姐的坚决态度。例（32）中“就是”用在形容词前，意在强调北京执法意识非常高。
..............................
第三章“就是”的句法位置分析...................................28
3.1句法位置整体对比分析..........................................28
3.2各属性的句法位置分析...........................................29
第四章“就是”的固定搭配分析.............................44
4.1短语“就是”的固定搭配..............................44
4.2副词“就是”的固定搭配...............................57
第五章“就是”的邻接字符和共现字符分析...............................64
5.1“就是”的邻接字符分析...........................64
5.1.1短语“就是”的邻接字符...............................64
5.1.2副词“就是”的邻接字符..................................73
第六章识别规则及验证
6.1建立规则集
6.1.1相关概念
为方便规则称述和编写程序，本文在借鉴相关研究论文的基础上自行定义了一些相关概念。在具体识别规则中采用“#”进行注释，“#”后的内容为对该语句的中文注释。示例如下：
D1JF1#短语“就是”句法位置集1#
F1JS1#副词“就是”固定句式集1#
H2JF1#话语标记“就是说”句法位置集1#
D2HLJ1#短语“就是说”后邻接字符集1#
语言学论文怎么写
............................
第七章结论
本文从中文信息处理角度出发，在自建语料库的基础上，对“就是”五种属性的形式标记进行提取和整理，最终归纳出一套准确率较高的词性标注规则，为兼类词的分词和词性标注提供了依据。
首先，在人工判别“就是”的五种属性时，短语主要依据的是不能省略、语义关系和4种语法特征；副词主要依据的是3种语义类型及各自对应的用法；连词主要依据的是3种语义关系，并辅之典型的固定搭配；助词主要依据的是1种语义类型，并辅之句法位置和固定搭配；话语标记主要依据的是3种语用功能和6种变式形式。
其次，经过对五种属性出现在四种句法位置上的语料进行量化分析，筛选掉属性间的相同点，最终归纳出“就是”的4个句法位置集和“就是说”的1个句法位置集，将其分别排列在一级规则。
再次，在提取和分析语料的搭配关系、邻接情况和共现情况中的形式化标记后，总结出各个属性的特有规则，归纳得到“就是”的4个固定句式集、8个邻接字符集、8个搭配词集、2个共现字符集，以及“就是说”的1个固定句式集、3个邻接字符集、1个搭配词集、1个共现字符集，将以上集合排列在句法位置集之后。
集合是本文整合识别规则的基础，为了让易于准确识别的集合能以较高的优先级应用于规则中，本文将其排在比较靠前的位置，规则中集合的优先级依次为：句法位置集、固定句式集、邻接字符集、搭配词集、共现字符集。规则的起点是将“就是”和“就是说”两种情况分开讨论，这两条规则流程的终点分别是判断为短语和话语标记。
参考文献（略）