动词分类范文

动词分类范文（精选7篇）

动词分类 第1篇

动词是日语里最基本的词汇之一, 日语的动词有态 (態ヴォイス) 、相 (アスペクト) 、时制 (テンス) 的变化, 因此根据不同的作用被划分成不同的类型。动词根据形态及词尾的活用形, 根据本身能否完整地表述主语, 自动词中按照能否表达人的意志, 按照日语动作或作用的过程中的地位可以划分成不同的类型。不同类型的动词用法上也有所区别, 而且根据动词的不同有些助词的用法也受到了一定的限制。比如接续助词“~ば”, 当“~ば”的前项是表示状态性的“ある·いる·できる·动词可能形态或形容词”时, 后项可以是表示意志、依赖、义务或希望的表达方式, 但“~ば”的前项是若是表示动作性的意志动词时就有了制约, 后项不可以是表示意志、依赖、义务或希望的表达方式。例如:

お金があれば (圳あったら) 、家を買いたいです。 (状态动词·ある)

要是有钱的话想买房子。

田中さんに会ったら (×会えば) 、よろしくお伝えください。 (动作动词)

要是遇到了田中请转达对他的问候。

宝くじが当たったら (×当たれば) 、世界旅行がしたいです。 (动作动词)

要是中了大奖的话, 想去世界旅行。

为了更好地学习日语, 有必要对动词的分类加以分析理解。

2. 日语动词的分类

2.1 按形态及活用形分类

日语的动词按照其本身的形态及活用形分为五段动词、一段动词、不规则动词 (する和来る) 。五段动词的词尾及该单词的最后一个假名都是u段假名, 一段假名有两个词尾, 最后一个假名是る, 倒数第二个假名要是i段或e段假名。需要注意的是一段动词必须符合上述两个条件, 但反过来并不是所有符合上述条件的单词都是一段动词。日语里有一部分看似像是一段动词其实是五段动词的单词, 如“帰る、入る、要る”等, 不规则动词只有サ变动词“する”和カ变动词“来る”。因为动词按形态及活用形分类是基础日语中学习的重点, 多数学习者都能较好地掌握其变化规律, 本文就不再赘述。

2.2 自动词和他动词

日语的动词按照本身能否完整地表述主语分为自动词和他动词, 自动词是指本身就可以完整地表述主语, 如“立つ、落ちる”等;他动词是本身不能完整地表述主语需要加上宾语才可以完整的表述主语, 如“読む、壊す”等。自/他动词各自有特定的用法, 对于初学者来说是一个难点。也有学者按照是否带宾语将动词区分为自动词和他动词。自动词是指动词本身能够完整地表示主语的某种动作而不需要宾语的动词;他动词是指需要一个宾语才能完整地表现主语的动作或作用的动词。

自他动词的基本句型:

自动词文: (人·物) が~する

他动词文: (人) が (対象) を~する

例如:

——危ない!上から瓶が落ちて (自动词) きた。/危险!从上面掉下来瓶子。

——誰が瓶を落とした (他动词) んだろう。/谁把瓶子弄掉下来了吧。

部屋が暗いので、わたしは電気をつけた (他动词) 。しかし、電気がつかなかった。 (自动词) 。/因为屋里太暗, 我把电灯打开。可是, 电灯不亮。

窓を閉めよう (他动词) としたが、窓が閉まらなかった (自动词) 。/想把窗户关上, 可关不上。

从以上各例句中自他动词的对应使用可以看出, 自动词一般只说明事物本身的变化, 着重去表现发生变化的人或者事物。而他动词的句子说明人为地、有目的地做某事, 除了发生变化的人或事物以外, 还关注引起这些变化的人或者事物。

如:“危ない!上から瓶が落ちて (自动词) きた。誰が瓶を落とした (他动词) んだろう。”该例句都是说瓶子掉下来的事情, 却是两个不同的说法。第一句是说瓶子掉了, 只是讲这件事, 这个状态, 很危险, 差点砸到人。这时会奇怪:“咦?瓶子怎么掉了?”然后接下来, 你就会顺着这个思路, 想到一定是有人把它弄掉了的, 或者其他什么原因。所以, 第二句就说“是谁把它弄掉的呢?”这就是自动词和他动词。

由于日语自他动词数量较多且形式也有类似的, 因此也可以分出很多类别。

1) 只有自动词没有相对应的他动词的。如:居る、ある、咲く、行く、来る

2) 只有他动词而没有相对应的自动词的。如:買う、売る、話す、聞く等。

3) 既是自动词又是他动词的动词。如:伴う (危険が~/危険を~) 、増す (水が~/水を~) 、弾む (ボールが~/チップを~/给很多小费) 、働く (知恵が~/开动脑筋/盗みを~/偷盗) 等。

4) 词的词干或词源相同的被称为同词根的自动词和他动词 (上がる/上げる、汚れる/汚す、裂ける/裂く、焼ける/焼く、止まる/止める) 等。

2.3 意志动词和非意志动词

日语自动词中按照能否表达人的意志分为意志动词和非意志动词, 他动词都属于意志动词。意志动词是指可以根据人的意志完成动作的动词, 如:歌う、踊る、弾く、舞う、遊ぶ、暴れる、歩く, 勉強する、働く、読む等, 动作动词多属于意志动词;意志动词有希望、可能、命令·禁止等各种形态。非意志动词是指不可以根据人的意志完成的动词, 如自然现象或人的心理、生理活动等自动词, 如“暖まる、飽く、固まる、枯れる, 雨が降る、風が吹く、日が照れる、飽きる、いらだつ、困る、ためらう、迷う、出会う、気がめいる”等。非意志动词没有希望、可能、命令、禁止等形态。

意志动词和非意志动词同样也影响着对其他知识点的认知。比如要正确理解动词的使役句用法也需要准确地掌握该动词是意志动词还是非意志动词。

意志自动词作谓语的使役句:

子供が一人で行く。/孩子一个人去学校。

→親が子供に/を一人で行かせる。/家长让孩子一个人去。

親が子供に/を一人で学校に行かせる。/家长让孩子一个人去学校。

非意志自动词作谓语的使役句, 补语必须使用“Nを”。

友達が笑う。/朋友笑。

→彼が友達を笑わせる。/他让朋友笑。

親が心配する。/父母担心。

→子供が親を心配させる。/孩子让父母担心。

2.4 按照日语“相”的特点动词的分类

日语的动词的相 (アスペクト) 是指动作或作用的全过程中的某个部分, 按照日语相的特点日本著名语言学家金田一春彦将动词分成4类 (状态动词、持续动词、瞬间动词、特殊动词。

状态动词:保持原来的状态, 没有进行时。如:ある、いる、できる、来られる、合う、似合う、そびえている、ひしめきあっている、めんしている等。

持续动词:表示动作可以持续一段时间, 用进行时 (V+ている) 表示持续的动作。如:寝る、乗る、会う、外に出す等。

瞬间动词:表示动作在某个瞬间实现的状态, 不表示动作的过程。如:始まる、死ぬ、着く、割れる、始める、殺す等, 持续动词和瞬间动词也被称为动作动词。

特殊动词:表示持续动作的结果或某种状态的实现。如:有触れている、優れている、しっかりしている、精通している、勝っている等。

2.4.1 状态动词

所谓的状态动词是表示当前所处的原本静止的形态, 与表示动态的动作动词有很大区别。如:

(现在) それは机の中にある。

× (现在) 彼は図書館で勉強する。 (→勉強している) /他正在图书馆学习。

状态动词大体上有以下几种:

表存在、必要的:ある、いる、存在する、要る、要する、かかる等。

表可能的:できる、来られる、読める、食べられる等。表示存在、必要和可能的动词是最典型的状态动词。

表示相互关系的:合う、似合う、違う、依存する (依存している) 、適する (てきしている) 等。表示相互关系的动词有时也可以使用V+ている的形式。

表示思考、感觉的:見える、痛む、信じる/わかる、祈る、願う、望む等。

2.4.2 持续动词和瞬间动词

持续动词和瞬间动词都是就不同于状态动词的动作动词而言的。所谓的动作动词顾名思义就是表示动态动作的动词, 只要是能够表述人或动物动作的动词都属于此类动词。根据动作持续的时间长短动作动词可分为持续动词和瞬间动词。区分持续动词和瞬间动词可以根据该动词是否能与“时に、时まで、时までに、期間で”一起使用来判断。

(1) 时に

表示瞬间动作变化的动词叫瞬间动词, 瞬间动词能与表示时间点的“时ニ”一起使用:

2时に始まる/出発する/帰る/変わる/死ぬ

时间点的“2时に”表示动词为瞬间的动作或表示较长时间动作的开始或结束。不过, 如果是表示一段时间中某个时间点的场合, 也可以持续动词。

日曜日には勉強する/働く/本を読む/犬小屋を造る/雨が降る

(2) (时から) 时まで·期間

与表示时间区间的“1时から3时まで”或“2时間”这样有时间幅度的形式一起使用的动词可以表示动作的持续, 叫持续动词。

2时間勉強する/働く/本を読む/ワープロを打つ/手紙を書く。

表示瞬间的动作动词不可以这样使用。

×2时間始まる/死ぬ/着く/割れる/始める/殺す。

以上 (1) 和 (2) 都能使用的情况下, 如:

1时から3时まで寝る/乗る/会う/外に出す/冷房をつける

1时に寝る/乗る/会う/外に出す/冷房をつける

虽然两者都可以使用但含义稍有不同, “时から时まで”表示的是动作的持续、“时に”表示的是动作的起始点。

(3) 时までに

区分瞬间动词和持续动词也可以根据能否与“时までに”一起使用加以判断, “时までに”表示动作实现或完成的结束之意, 表示一个界限。因此只有瞬间动词可以使用。如:

3时までに出発する/来る/会議を始める/作文を出す。

×3时までに働く/歩く/部屋にいる/忙しい/暇だ/病気だ。

(4) 期間で

表示期间概念的“期間で”虽然也有实现或完成等结束的含义, 但不可以使用瞬间动词。

2时間で小説を一冊読む/掃除をする/学校に着く

×2时間で出発する/会議を始める/会場に入る

某些瞬间动词的结束点可以使用“期間で”, 但表示起点时不可以一起使用。如:

3时までに会議が終わる/会議が始まる。/三点之前会议结束 (开始) 。

2时間で会議が終わる/×会議が始まる/会议用两个小时开完。

但下面的情况可以使用

あと2时間で会議が始まる。/下面用两个小时开会。

这种场合是表示现在开始两小时以后, “あと2时間で出発する”也可以使用。

相同动词前加不加“で”动词表示的意义就发生变化:

2时間走る。/走两个小时

2时間で走る。/用了两个小时做完。

用“2时間で”表示有把规定的距离跑完的语感。

10 分新聞を読む。/1 0 分读报纸。

10分で新聞を読む。/用1 0 分钟读完报纸。

没有“で”时只单纯地表示时间, 而加上“で”就有了“把该读的部分都读过了”的语感。

因此, 区分瞬间动词和持续动词可以根据下面两条:

(1) 能否与表示瞬间时间的补语“时に”、“时までに”一起使用。

(2) 能否与表示期间概念的时间的补语如“ (时から) 时まで”、“期間で”一起使用。

2.4.3 特殊的动词:变化动词

日语里有一部分表示变化结果的动词, 例如“ふとる·やせる”等一般不表示瞬间, “太っている”“やせている”也不是动作的进行时, 而使用持续体表示变化的结果一直在持续。

この湖の水には大量の塩が溶けている。/这个湖的水里溶有大量的盐分。

台風の影響で潮位が高まっている。/由于台风的影响潮位提高了。

一些瞬间动词都可以表示变化。如:始まる、変わる、死ぬ、出発する、帰る等。

另外, 自他动词对应的情况下, 自动词表示变化的结果。如:

紙を燃やしている (燃やす) /正把纸烧了。

紙が燃えている (燃える) /纸在燃烧。

虽然两个动作都是进行中, 但动作“燃やしている”表示的是变化正在进行, 而“燃えている”则表示变化结果的状态。

3.结语

本稿根据日语的动词其本身的形态, 本身能否完整地表述主语, 能否表达个人意志, 以及“相”的特点, 分析了日语动词的各种类型及其用法。特别对日语的自他动词、意志动词和非意志动词、按照“相”的特点动词的分类作了较为细致的说明, 希望能对学习者有所帮助。

参考文献

[1]高橋太郎.現代日本語動詞のアスペクトとテンス[M].東京:秀英出版, 1985.

[2]高橋太郎他.日本語の文法[M].東京:ひつじ書房，2005.

[3]益岡隆志·田窪行則.基礎日本語文法 (改訂版) [M].東京くろしお出版, 1992.

[4]仁田義雄編.日本語のヴォイスと他動性［M].東京:くろしお出版, 1991.

[5]仁田義雄·益岡隆志編.日本語の文法[M]. (全4巻) 、岩波書店，2000-2002.

[6]庭三郎.現代日本語文法概説[M].東京スリーエーネットワーク, 2005.

[7]工藤真由美.アスペク·テンス体系とテクスト.東京:ひつじ書房，1995.

动词的分类 第2篇

实义动词

实意动词是可以独立做谓语的动词，按照他的句法可以分为及物动词（vt）和不及物动词（vi）

按照它的持续性可以分为延续性动词和非延续性动词

及物动词（ct）：及物动词本身意义不完整，需要接宾语才能构成一个完整句子。

1.动词+宾语

Eg：I like this book very much我非常喜欢这本书

2.动词+宾语+宾语补足语

Eg：We call that bird Polly我们叫那只鸟波利

I saw the children play in the park yesterday昨天我看见孩子们在公园里玩 注意：带省略to 的不定式或现在分词作宾语补足语的动词有

makeofferpassteachtellwritereadreturn

3.动词+间接宾语+直接宾语

Eg：Please pass me the salt请把盐递给我注意：常见带双宾语的动词有：givebringbuygetleavelendmakeoffer passteachtellwritereadreturn

不及物动词

不及物动词本身意思完整，不需要接宾语。

Eg：Horses run fast 跑

They work in a factory（工厂）工作

1.有些动词可以做及物动词又可以做不及物动词。

We study English及物

We study hard不及物

2.有些不及物动词与一些别的词搭配在一起构成短语动词，它的作用相当于一个及物动词，要注意积累。

动词+介词

动词+副词

基于动词相似度的特征分类方法 第3篇

【关键词】计算动词相似度；特征分类；GMM模型；说话人识别

A Feature Classification Method Based on Verb Similarity

Jingyun Qiu，Lin Li

(Department of Electronic Engineering，Xiamen University，Xiamen Fujian 361005，China)

Abstract：A new strategy of feature classification method for speaker recognition based on computational verb similarity is presented.On the evaluation model with the similarity function of both distance and trend in mel cepstral domain，the new feature vectorsets were assorted after comparing clustering centers，which were obtained by utilizing k-means algorithm.As a result，the feature vectors of each speaker were classified into k clusters，and the vectors in each cluster had the most similarity in both distance and variation trend，but separated those in other clusters.Moreover，a new speaker verification system was established by using GMM model for analyzing and matching the joint probability in the new feature classification space.The experiments with the standard TIMIT databases and NIST databases were implemented，and the results showed the proposed algorithm achieved good classification performance.

Keywords：computational verb similarity；feature classification；GMM；speaker recognition

1.引言

对于说话人识别系统而言，一个能有效区分说话人的特征提取和分类方法是非常重要的，因而，在语料中找到能够表征说话人的个性特征及其特定的特征映射空间就显得尤为重要。目前，大多数说话人识别系统所采用的特征参数主要有：表征说话人听觉特性的梅尔频率倒谱系数（Mel Frequency Cepstrum Coefficient，MFCC）[1]和表征说话人声道信息的线性预测倒谱系数（Linear Prediction Cepstrum Coefficient，LPCC）[2]，二者都是说话人识别系统中的主流特征分析方法，并应用于模型匹配如隐马尔可夫模型（HMM，Hidden Markov models）[3]、高斯混合模型（GMM，Gaussian Mixture models）[4]。

近年来，为了提高说话人识别系统的性能，在MFCC和LPCC的基础上还增加了一些辅助特征参数，如harmonic结构特征[5]、残差相位信息[6]、高阶统计特征等。相对于众多的谱分析方法，MFCC特征参数符合人耳听觉特性，较好的反映说话人的个性特征，但这种传统的MFCC特征参数包含了大量的冗余信息，在噪声环境下识别性能很不稳定。因此，很多人在特征映射空间和分类器上做了很多改进，如，McIntyre[7]提出一种改进的GP（Genetic Programming）多重分类器，能在增加训练说话人的同时减少系统的训练时间并优化系统的性能。TaoBan[8]提出的分类器是通过构造决定函数的最小距离准则，将单分类器转为多重分类器进行分类。在这些方法都一定程度上改善了特征参数的缺点。

在传统的说话人识别系统的识别阶段，多样化的识别模型被广泛的应用于识别系统中，主流的如矢量量化（VQ，Vector Quantization）[9]、高斯混合模型（GMM）、隐马尔可夫模型（HMM）、支持向量机模型（SVM，Support Vector Machines）[10]、神经网络（NN）[11]以及混合模型等。

本文提出了一种新的说话人特征分类方法。在传统MFCC特征向量的前提下，结合一阶二阶特征形成一个新的MFCC动态加权参数，之后，采用计算动词相似度理论，将新的动态加权MFCC参数集从传统的梅尔倒谱域映射到一个新的空间，称为“相似度属性空间”，主要由梅尔倒谱域中原参数的距离相似度和变化趋势相似度联合确定。这种参数空间映射首先针对单个或多个说话人分析其特征参数（N维），提取M个共性特征中心作为该说话人属性空间的基坐标（2M

本文的第二部分介绍的是改进算法的核心部分：相似度映射的概念及其应用于说话人识别系统；第三部分是在GMM基础上将核心算法结合动态MFCC特征参数并仿真实验，并对实验结果进行分析。最后是结论。

2.特征参数相似度映射

2.1 计算动词相似度定义

计算动词相似度（简称动词相似度）[12][13]，是综合考虑频率、距离、趋势、幅值等，作为测量模板特征向量与待测特征向量之间的比较因子，得到一个评估二者相似程度的值，即为相似度。

采用动词相似度的概念，我们可以只考虑能够区分不同说话人的个性特征方面，如频率分布、曲线形状近视程度、二次谱特征等，而忽略掉说话人语音中共性之处，如背景噪音和声道噪声等，最大限度的区分不同说话人，而转换得到的空间，则是后期模型匹配所在的相似度属性空间。

首先，假设有两个特征向量集，其中，

（1）

则二者间的相似程度计算函数，应该满足：

（2）

其中，为的距离，除了可以利用传统的距离测度外，还可以考虑人类直觉的各类因素如距离、趋势、频率等等，形成复合型的计算动词相似度：

（3）

其中：

表示相似度中两个计算动词间的距离比较；

表示相似度中两个计算动词间的趋势比较；

表示相似度中两个计算动词间的频率比较；

……

在本文中，根据说话人识别系统的特点，拟用了距离测度和趋势比较两个方面作为相似度计算函数，其中是调节因子：

（4）

其 中采用的是欧式距离测度，则是趋势测度：

（5）

（6）

由大量的实验测试结果可得出，取经验值=1.6～1.8，=1.6～2.0时，识别精度最好。

2.2 相似度映射应用于说话人识别系统

首先，假定有m个待训练说话人样本，经过预处理后变换到mel倒谱域，得到大小为M的MFCC语音特征向量集，假定其维数为N，并采用动态MFCC及其一阶二阶信息，这样，我们可以得到维特征向量：

（7）

其次，采用k-means聚类算法，将已获得的特征向量聚为可表征说话人特征的L类，作为计算相似度的基本坐标向量：

（8）

将L个码书作为相似度空间的基坐标向量，由相似度计算函数（4），将维特征向量通过计算距离测度和趋势测度映射到由确定的属性空间内。这样，即可得到维的相似度矩阵：

（9）

由此，对待测训练样本建立独立的属性空间后，根据比较待训练语音的每个特征向量与基本坐标向量之间的相似度值，将所有特征向量归类于不同的基本坐标向量所属类中，即可得到L类：

（10）

其中，为第i类，聚类数目L由GMM阶数决定。通过计算，便可以得到GMM模型的输入参数：

（11）

其中，为第i类的均值特征向量，为第i类的协方差特征矩阵。

同时，从待训练语音样本中随机抽取大量语音样本训练通用背景模型（UBM），经过同样步骤得到UBM的GMM参数：

（12）

由此，即可得出最终的GMM模型的联合概率密度函数：

（13）

其中，为特征向量，，为类的权重值：

（14）

并且为：

（15）

最后，将最终所得分进行归一化计算：

（16）

3.实验结果及数据分析

本实验中，使用Matlab语音编程，运行环境为matlab7.1。预加重系数采用 0.9375，分帧汉明窗长256点(16ms)。所采集的说话人语音信号样本集一为标准的TIMIT语音库，样本大小为298人，每人十句话，实验将随机抽取每人的两句话作为训练样本，其余的八句话作为测试样本；样本集二为大小117人的NIST语音样本库。

由实验结果可看出，与传统的基于k-means分类方法的说话人识别系统相比，本文所提出的基于Timit语音数据库的说话人系统的识别精度，即等错误率可达到1%～3%，与传统的相比提高了约12%～15%。同时，基于NIST语音数据库的的等错误率接近25%～27%，较之传统的方法约有%6的提升。这也说明了本文所提出的新的分类方法与传统的k-means分类方法有较好的性能优化。

4.小结

本文所提出的基于新的分类方法的说话人系统，基于MFCCs特征参数的距离和趋势方面确定相似度函数，使得每个说话人语音信号的统计特征以及动态特征得到很好的分类，不同说话人之间的特征向量分类也由实验说明有较少的重叠。

本文基于TIMIT与NIST语音数据库进行实验分析，结果表明所提出的算法能够达到一个较好的识别效果。

参考文献

[1]Hossan M.A.,Memon S.,Gregory M.A.,“A novel approach for MFCC feature extraction”,2010,Signal Processing and Communication Systems(ICSPCS),PP.1-5.

[2]Giacobello D.,Christensen M.G.,Murthi M.N.,Jensen S.,Moonen M.,“Sparse Linear Prediction and Its Applications to Speech Processing”,2012,Audio,Speech,and Language Processing,pp.1.

[3]Zeliang Zhang,Xiongfei Li,Chengjia Yang,“A kind of improving HMM model and using in the visual speech recognition”,2011,Computer Science and Service System(CSSS),pp.2877-2880.

[4]Mousavian,Seyed Iman,Vali Mansoor,Sadeghi,Seyed Mohammad,Kabudian,Jahanshah,“A new method for language recognition based on improved GMM”,2011,Signal and Image Processing Applications (ICSIPA),pp.467-471.

[5]Selvi T.,Pragatheeswaran J.,“Efficient speech enhancement technique by exploiting the harmonic structure of voiced segments”,2011,Recent Trends in Information Technology (ICRTIT), pp.764-769.

[6]Pati,D.and Prasanna,S.R.M,“Speaker information from subband energies of Linear Prediction residual”,2010,Commun(NCC),2010 National Conference,pp.1.

[7]A.R.McIntyre and M.I.Heywood, “Toward Co-Evolutionary Training of a Multi-Class Classifier”,2005, Faculty of Computer Science,pp.2130.

[8]TaoBan and Shigeo Abe,“Implementing Multi-class Classifiers by One-class Classification Methods”,2006,pp.327.

[9]Christensen M.G.,Mowlaee P.,“A new metric for VQ-based speech enhancement and separation”,2011, Acoustics,Speech and Signal Processing (ICASSP), pp.4764-4767.

[10]Keng-Pei Lin,Ming-Syan Chen,“On the Design and Analysis of the Privacy- Preserving SVM Classifier”,2010,Knowledge and Data Engineering,IEEE Transactions on,pp.1704-1717.

[11]Bo Lu,Jing-jing Wu,Yu Wang,Jin-ping Li,“A speech recognition system based on multiple neural networks”,2010,Natural Computation (ICNC), pp.48-51.

[12]T.Yang,“The Mathmatical Principles of Natural Languages ” ,2007,Monographs in Information Sciences,Tucson：Yang’s scientific research institute,LLC.

[13]T.Yang,“Composed computational verb similarities”,June 2009,International Journal of Computational Cognition ,7(2),pp.24-30.

[14]Tomi Kinnunen and Haizhou Li,“An overview of text-independent speaker recognition：From features to supervectors”,2009,Speech Communication,pp.12-40.

作者简介：

丘敬云（1986—），女，广西桂林人，厦门大学信息科学与技术学院电子工程系硕士研究生，主要研究方向：说话人识别系统的搭建以及DSP平台实现。

日语动词的分类及辨别技巧 第4篇

关键词：动词,辨别,活用,技巧

众所周知, 日语动词可以简单地分为一类动词、二类动词和三类动词。根据教科书的不同以及侧重点的不同, 还可以分为五段动词、イ段动词 (上イ段动词和下イ段动词) 、サ变和カ变动词。无论将其如何分类, 但在用法上还是万变不离其宗。

在过去的众多日语语法书籍及论文中, 大多谈到了日语动词的分类, 并且就每类动词列举了大量的例词。看完这类日语语法书籍及论文之后, 日语学习者都可以将其分类了如指掌。但是具体到某个词是哪类动词, 如果没有事先记住这个词的词性, 最终还是一头雾水。之所以会产生这种现象是因为日语学习者在读这类书籍及论文时只是一味地读而不善于总结, 即从以前的书籍和论文中很难得到有效的“日语动词分类技巧”。因此, 本论文将以笔者在日语学习中的实际经验同大家一起分享一下辨别日语动词的技巧。

在谈日语动词分类之前先就日语动词的分类做一下简单的说明。

一、日语动词的分类

读过很多有关日语语法的书籍及论文后, 可以将日语动词简单地归为两类。即针对专业日语学习者的分类法和针对非专业日语学习者的分类法。

1、针对专业日语学习者的分类法

针对专业日语学习者的分类法多采用上面提到的五段动词、イ段动词 (上イ段动词和下イ段动词) 、サ变和カ变动词这类分类法。这样分的目的是让学生更有目的性针对性地了解和学习日语动词。复杂的形式也就注定了学生要掌握日语动词的系统性。

2、针对非专业日语学习者的分类法

针对非专业日语学习者的分类法多采用一类动词、二类动词和三类动词分类法。这种分类法简单易懂, 因为学习者又非日语专业研究人员, 所以采用这种清晰明了的分类法。这样避免了学生需要掌握复杂的动词结构, 只要做到会用就可以, 没有必要在分类上做太多文章。

二、辨别日语动词的技巧

综上, 日语动词可分为五段动词 (一类动词) 、イ段动词 (二类动词) 、サ变和カ变动词 (三类动词) 三类。要想正确地运用好某个动词, 首先要正确辨别这个动词的类别, 然后再进行动词的活用。日语中动词众多, 要逐一记住每个动词的类别并非一件易事。然而, 这些词也并非无规律可循。接下来, 推荐一个小技巧来帮助日语学习者辨别日语动词的分类。首先请看以下动词, 并试着将其正确分类。

要る買う勉強する握る起きる泳ぐ耕す

来る茂る蹴る勝つ行く帰る変える

试着将它们分类, 可得到如下结果:

五段动词 (一类) :要る買う握る泳ぐ耕す茂る

蹴る勝つ行く帰る

イ段动词 (二类) :起きる変える

サ变动词 (三类) :勉強する

カ变动词 (三类) :来る

看一下上面的分类, サ变和カ变动词的分类不会给我们带来什么疑问, 但是五段动词和イ段动词的分类里有个别动词会使我们一时摸不着头脑。例如:“帰る”和“変える”同样读作“かえる”, 为什么会属于不同的分类;还有“要る、握る、茂る”等在形式上也符合イ段动词的结构规则 (动词的词尾假名为“る”, “る”前面的假名是イ段或エ段上的任一假名) , 但是为什么也将其分到五段动词这一类呢。如果大家在看到这些动词之前已经对这些动词的词性有一定了解的话, 那么则不会产生这样的疑问。但是, 若是首次见到这些动词时, 产生上面的疑问也在所难免。更糟糕的是容易把它作为イ段动词来处理, 往往就会望词形而错用。

按照以下步骤来探寻一下判断动词类别的小技巧。以下将采取“简—杂—简”的方式, 将其一一攻克。

第一步:判断动词是否为サ变和カ变动词。若以“～～する”的形式出现则断定其为サ变动词, 若是“来る”, 则动词为カ变动词。

第二步:判断动词是否为イ段动词。1、判断动词是否符合イ段动词的结构规则, 即:?エる。2、判断“る”前面的假名是写在当用汉字里 (如:帰る) 还是写在当用汉字外 (如:変える) 外, 若写在当用汉字里 (帰る) , 则断定动词为五段动词;若写在当用汉字外 (変える) 外, 则动词为イ段动词。另外, 像“見る”这类特殊动词, 虽然符合上述判断为五段动词的规则, 但是其为イ段动词。为避免误用, 应单独记忆。

第三步:除サ变和カ变动词、イ段动词外, 剩下的皆为五段动词。

笔者把以上三步称为辨别日语动词类别的“三步走”原则, 掌握了此技巧, 便会使你在以后的日语学习中更如虎添翼。

其实像例词中的“要る、握る、茂る”等这样的特殊五段动词在日语动词中的个数有限。为了方便读者记忆, 在此稍作总结, 主要有以下动词。

要る入る返る帰る茂る

切る遮る散る知る照る

減る湿る焦る走る限る

握る滑る蹴る参る練る

日语的学习在于探索, 有很多技巧是在学习的摸索中不断发现的, 希望上面的总结对还在纠结于动词分类的学习者有所帮助, 让我们一起为轻松学日语, 快乐学日语而共同努力。

参考文献

[1]『スーパー大辞林3.0』, 三省堂

[2]周平, 《新编日语》, 上海教育出版社, 2010

[3]《中日交流.标准日本语》, 人民教育出版社, 2005

相关句子语法：动词分类解析 第5篇

实义动词又叫行为动词，是一个具体的动作，比如吃、学习、玩等等。实义动词数量最多，可以单独在句中作谓语，其他动词都不可以单独充当谓语，因此实义动词是最重要的动词，地位最高。

The car stopped.

其中stopped就是实义动词作了谓语，这是一个主谓结构的句子，没有宾语。

The driver stopped the car.

其中stopped就是实义动词作了谓语，这是一个主谓宾结构的句子，宾语是the car。

系动词是联系动词的缩写，它是连接主语和表语的桥梁。

I am a doctor.

其中am就是系动词，doctor是表语。但不能说am是谓语，从句子成分划分的角度来讲，系动词am和表语doctor一起构成谓语。

I feel hungry.

feel也是系动词，表语是形容词hungry，名词和形容词都可以作表语。事实上把表语称作“主语补语”更加贴切一些，也有一些语法学者这样称呼表语。

情态动词是表达意愿或能力等意思的动词，不可以单独作谓语，实际上真正的谓语是情态动词后面的实义动词，情态动词后面的实义动词用原形。

I can swim.

其中can是情态动词，swim是实义动词，我们可以认为情态动词和实义动词共同作谓语，实际上从句子构成方面来讲谓语跟情态动词关系并不大。

助动词是帮助动词的缩写，助就是帮助的意思，也就是说：助动词是帮忙的。帮谁的忙呢?帮实义动词的忙。什么时候帮忙呢?当句子需要的时候，比如否定句，不否定实义动词，而是助动词出现，并在它身上否定。

I like music. 陈述句的时候不需要助动词帮忙。

否定句不在实义动词like身上否定，这时候实义动词like叫助动词do过来帮忙，在它身上否定。也就是：否定句不是I like not music，而是I don’t like music.

疑问句也是同理，把助动词提前，而实义动词还在它原有位置一动不动，眼皮都不眨一下，不是因为它懒，因为它重要。

可见助动词真是一个好朋友，净帮实义动词干脏活累活不给钱不说，还随叫随到!

在疑问和否定这方面，系动词、情态动词就不及实义动词高贵了，否定和疑问的时候，它们都得亲力亲为，也就是说：疑问的时候系动词和情态动词都得亲自提前，没人帮忙;否定的时候就在它们自己身上背上一个“not”。

这就是这四种动词的本质区别。

题元理论下的动词分类 第6篇

词汇语义与句法的互动研究“谓语动词能否以及在多大程度上与句子结构相关联”(刘宇红,2011)。在句法结构中,动词意义无疑能够对句法结构产生影响,影响论元实现。因此,从题元理论出发,可对动词进行全新的分类。首先,根据动词是否有且只有一个论元,将其分为及物动词和不及物动词两大类。只能带一个论元的动词为不及物动词,可带两个及以上论元的为及物动词。在不及物动词中,再根据提元角色细分为两小类,即非宾格动词:只有受事题元角色,如melt,burrn等动词;非作格动词:只有施事题元角色,如laugh,walk等动词;中动词,以受事题元角色为主语,但是要加上状语。而及物动词则根据动词的语义分为四个子类:常见一般类动词,心理类动词和反向心理类动词,作格动词;言语行为类动词,如think,consider。

2题元理论

生成语法的题元理论(theta theory)是关于论元的题元角色的理论,源于Fillmore(1968)的格理论(case t h e o r y)和G r u b e r(1965)的题元关系理论(t h e m a t i c relation theory)(刘宇红,2013)。在句法结构中,参与动词所表达的事件的句子成分叫做论元。与动词相匹配的最大论元数目是确定动词类型的依据和标准,而动词类型的划分能够为语义角色的句法映射提供准确的制约条件。题元关系是句法结构的基础,同时也标明句子各成分之间的语义关系。动词是前词汇结构中的核心成分,其他成分参照与动词的句法语义关系获得相应的名称,即角色(role)。题元角色(theta role或θ-role)被定义成动词能与多少个名词性成分搭配以构成题元结构(argument structure)的形式化表述。每一个题元角色只能指派给一个论元,反过来,每个论元只能有一个题元角色,例如,动作的发出者为施事题元角色(agent),表明主题的主动性,动作的承受者为受事题元角色(patient),通常会经历某种变化。论元是题元角色的承担者。本文基于题元理论,考虑动词有几个论元以及论元的句法形式,结合论元的题元角色和语义选择,对动词进行全新的分类。

3不及物动词(intransitive verbs)

动词大致上可分为及物动词和不及物动词两大类,划分依据为动词是否只有一个论元。有且只有一个论元的动词是不及物动词,而根据动词所在句子的句法结构及其词汇语义,又可以将不及物动词分为非宾格动词(unaccusative verbs)和非作格动词(unergative verbs),其中非受格动词又因特殊用法分出了中动词(mid-verbs)。

3.1非宾格动词(unaccusative verbs)

关于非宾格动词,最早提出相关理论的是Perlmutter,他认为不及物动词应分两类:非宾格动词(unaccusative verbs)和非作格动词(unergative verbs)。在深层结构中,非宾格动词只有宾语,没有主语,其唯一的论元充当受事角色。非宾格动词在深层结构中的表达式为:—[vp V NP/CP]。

例如:在The book dropped这句话中,book在动词dropped前做主语,没有宾语,但是在语义关系上,book为受事角色,而是从宾语位置移位到表层主语的位置,呈现“动作-客体”的语义关系,是非宾格句式结构。非宾格动词唯一论元是深层宾语,但是在句法的表层结构中处于主语位置。因此,在本句中,名词性成分The book实为动词dropped所支配的客体,是dropped的深层宾语。

3.2非作格动词(unergative verbs)

非作格动词指只有主语,没有宾语的动词结构,无论在深层结构还是表层结构中,主语的位置都相同,充当施事角色。其深层结构表达式为:NP[vp V]。非作格动词结构只有一个主语,在转换为表层结构时,语法标记没有改变,实施论元仍旧处于主语位置。例如:Shecoughed.She laughed aloud.而对于如I slept a sound sleep.She smiled a big smile.等形式上看似及物动词的非作格动词结构,则可以从题元角色的角度进行区分和辨别。在上述两句话中,动词slept和smiled看似后面都跟了宾语,但从题元角色的角度看,动词后面没有受事角色,只有带有实施角色的外论元。

3.3中动词(mid-verbs)

中动词指中动构式中的动词,中动构式为NP+V+Adv。Perlmutter(1978)最早Perlmutter(1978)提出“中动词为不及物性动词”,以及中动词的唯一论元是深层宾语;而Keyser&Roe per(1984)认为,“中动词自词库出现就是及物动词”,第三种观点认为,“中动词是及物性低的动词”(刘光正,2005:12)。从句法形式上来讲,中动结构只有主语和动词,没有宾语,但实际上主语充当受事角色。同非宾格动词一样,中动词隐含施事,所以深层结构中的受事角色为了满足格的需要,通过移位,在表层结构中充当主语。也就是说,中动句的句法构成为:受事主语+不及物动词+状语,其中,中动词需和连接成分一起出现,不能和受事角色单独出现。例如,

a.The wall paints easily.

b.I paint the wall.

这一组句子的动词相同,都是paint,但是构式a为中动词结构,构式b为相应的隐含结构,也就是作为及物动词使用。句a中paint与副词easily连用,有学者认为中动词和实施角色所带论元之间的语义关系更加自然,更加密切,例如the shoes sell well,the shoes wash easily中shoes与sell wash之间的语义逻辑很紧密,所以会有等中动词的用法。类似的有“门”“窗户”和“开、关”之间的逻辑更紧密。

4及物动词(transitive verbs)

及物动词是有两或多个论元的动词,根据其丰富的语义细分为四个子类,即普通行为类动词,心理类动词和反向心理类动词,作格动词,和言语思想类动词。

4.1普通行为类动词

普通行为类动词是必须带至少两个论元的动词里的普通动词。例如Tom likesflowers中like带有Tom和flowers两个论元,分别承担实施角色和受事角色。又如He gave me a book中give带了3个三个论元——he为实施角色,book和me为受事角色。

4.2心理类动词和反向心理类动词

心理类动词和反向心理类动词均指人或动物在内心表现出来的种种形态,如“爱、恨、喜欢、羡慕、高兴”等词(杨华,1994)。中国二语学习者容易将两类动词混用。在以下三组句子中,

a.The news surprised us.

b.We were surprised at the news.

a.The story moved me.

b.I was moved by the movie

每组句子意义相同,但是由于动词所带的题元角色不同,句法结构有所不同。心理类动词dislike,disfavor,like所带的受事角色在反向心理类动词disappoint,scared,interest所构成的题元栅中充当施事角色。

4.3作格动词(ergative verb)

作格动词(ergative verb),也称双向动词,例如slide,grow,break,drop等,句法结构通常有两种:S+Vt+O、无生成主语+Vi(黄小萍,2013),指同一个动词既是及物动词,可以带有两个论元,又是不及物动词,只能带有一个论元作主语。例如:

a.He dropped the book.

b.The book dropped.

在构式a中,语义上充当受事角色的book,在句法上处于宾语的位置,但是在构式b中,book却处于主语的位置,但是语义上仍旧是动词dropped的受事。通过句法结构的转换(如下),可以看出,动词drop的实施者he被删除,drop作为及物动词的词汇意义从使役转变为非使役,由二元动词转变为一元动词,其及物性被“隐藏”了起来(levin&Rappaport),具有了非及物性。这就是作格动词和非宾格动词的区别之处。

He dropped the book.

↓

[IP He[VP dropped[NP the book]]]

↓

The book dropped.

4.4言语行为类动词

言语行为类动词是指后面经常跟名词性短语或从句的及物动词,比如demand,claim,ask等,句法结构为V+NP/CP。

5结语

从生成语法的题元理论角度将动词重新分类,是动词语义与句法互动的结果。且从题元理论分析动词意义及句法结构,有利于学习者更加清晰准确地分析句法结构和句子意义,可以避免一些语言的负迁移影响,而充分利用语言的正迁移作用。

参考文献

动词分类 第7篇

反身代词自己有三种用法, 一是泛指, 二是强调, 三是照应。比如:

(1) 自己的事情自己做。

(2) 老师让小明自己拿主意。

(3) 老师说小明不相信自己的能力。

(1) 中“自己”是泛指的用法, 并不具体指某个人, 而是泛指任何人, 表达的是一种普遍的真理或者是被绝大多数人普遍接受的事情。在这种句子中, “自己”并没有先行语与之照应, 可以称为“无先行语照应”。 (2) 中“自己”是强调的用法, 指代近距离的“小明”, 属于近距离照应, 这种用法中自己是可以省略的。 (3) 中自己的具体语义所指是有歧义的, 自己可以指远距离的“老师”, 也可以指近距离的“小明”。在 (2) (3) 中“自己”与结构内出现的某个先行语同指, 即“有先行语同指”。

本文重点探讨的是 (3) 中“自己”的用法, 运用动词的语义指向来解释当句子中出现两个或两个以上的先行语时, “自己”是根据什么原则来决定与哪个先行语相互照应。或者说例 (3) 中“自己”为什么可以有两种不同的语义指向。

动词的“价”决定于动词所支配的不同性质的名词性词语的数目, 它能支配几种不同性质的名词性词语, 就是几价的动词。根据这个配价原则, 现代汉语动词大致可以分为如下几类:

一个动词如果不能支配任何性质的额名词性词语, 那它就是零价动词。零价动词大多是反映自然现象的动词, 比如:“地震、刮风、下雨、打雷”等。一个动词如果能支配一种性质的名词性词语, 那它就是一价动词。一价动词差不多就是一般说的不及物动词, 比如:“病、醉、休息、咳嗽、游泳”等。一个动词如果能支配两种性质的名词性词语, 也就是说能带一个宾语, 那它就是二价动词, 二价动词差不多就是一般说的及物动词, 如:“爱, 采, 参观, 讨论, 改良”。如果对二价动词进行细分的话, 大致有以下几类:

动作动词, 如:“咬, 吃, 参观, 讨论”等。

性质动词, 如:“爱, 喜欢, 关心”等。

关系动词, 如:“是, 姓, 属, 等于”等。

感官动词, 如:“想, 觉得, 打算, 认为”等。

一个动词如果能支配三种性质的名词性词语, 那它就是三价动词。三价动词差不多就是一般说的双宾动词, 比如:“给、送、告诉、退还、赔偿”等。如果对三价动词进行细分的话, 大致可以分为如下几类:

交接动词, 如:“接、收、给、送”等。

互向动词, 如:“商量、交换、争论”等。

兼语动词, 如:“选举、请求、派遣”等。

称呼动词, 如:“称、叫、认”等。

与“自己”照应有关的动词是二价动词和三价动词, 具体包括:二价动词中的动作动词, 性质动词, 感官动词;三价动词中的交接动词。具体可见下面的几个句子:

(1) 何守礼咬咬自己的上唇, 又咬咬自己的下唇, 然后用右手的食指点着四方桌子说道:“对了, 对了, 问题就在这里。”

(2) 妈妈似乎懂得了爹的话, 点点头, 春妮只觉鼻子一酸, 那时才十二岁的她, 以为爹妈从此就不喜欢自己了, 心里好不难受, 回到床上孩子气的哭起来!

(3) 我原本打算自己亲自参加大瑶山的社会调查。

(4) 为保证设备精度, 提高加工质量, 她给自己订了三条规矩:一是精心操作设备, 定期检查、换油。

二、运用动词语义指向来解释“自己”的歧义现象

研究“自己”的照应实际上就是研究“自己”的指向, 作为句子核心成分的动词, 其语义指向必定与“自己”的语义指向存在某种内在的联系。下面我们进行简单的分析:

有些动词的语义指向非常明确, 一般只能指向别人, 而不能指向自己, 也就是说宾语不能是“自己”。这类动词有:“信任、抱怨、妒忌”等。除非是在某种语境中为了某种修辞作用, 否则是不会出现:“信任自己, 抱怨自己, 妒忌自己”之类的词组的。比如:

(1) 张三说李四信任自己。

(2) 张三认为李四妒忌自己。

(1) 中“自己”只能指代张三, 不会指代距离“自己”更近的李四, 因为信任一般是指向别人的, 在句子中不会引起歧义。 (2) 中失望“自己”只能指代张三, 理由同上。

但是某些词语的动词语义指向不明, 可以指向自己, 也可以指向别人, 比如:“知道、相信、喜欢”等。比如:

(1) 老师要求学生多批评自己。

(2) 张三说李四相信自己。

(3) 儿子觉得爸爸知道自己错了。

(1) 中“自己”既可以指代老师, 也可以指代学生。如果指代老师的话, 属于长距离照应, 如果指代学生, 那么自己在这里的用法属于表示泛指。 (2) 中“自己”既可以指代张三, 也可以指代李四。如果自己指代张三, 属于长距离照应, 如果指代李四, 应该是属于强调与照应相结合的用法。原因有二:第一, “自己”指代李四, 属于近距离照应, 这与自己的强调用法一致;第二, 从语义角度来说, 自己属于心里动词, 起照应功能的“自己”也具有强烈的心理属性, “相信自己”是一种借代的修辞手法, 实际上是“相信自己的能力, 判断”等, 意思是“相信”的是“从属于自己的一种属性”, 而非“自己”本身这个个体。 (3) 中“自己”既可以指代儿子, 也可以指代爸爸, 因为“知道”既可以是自己知道自己的事情, 也可以是知道别人的事情。

还有一种情况, 自己与三价动词结合是, 自己所照应的对象会根据动词后的宾语发生变化, 比如:

(1) 我告诉他自己的名字。

(2) 我告诉他自己的分数。

(3) 我问过他自己的名字。

(4) 我问过他自己的分数。

(1) 中自己只能指代远距离的“我”, 因为一个人不会不知道自己的名字, 不会需要别人来告诉, 除非是在某种特殊的语境中, 比如:“他出车祸后失忆了, 所以我要告诉他自己的名字。”这句话中自己既可以指代“我”, 也可以指代“他”。 (2) 中“自己”既可以指代“我”, 也可以指代“他”, 因为自己既可以知道分数, 也可以不知道分数。 (3) 中“自己”只能指代“他”, 因为自己的名字不需要问别人后才能知道。 (4) 中“自己”既可以指代“我”, 也可以指代“他”, 理由同 (2) 。

三、结语

基于以上的分析, 能与“自己”搭配的动词是一些特定的二价动词和三价动词。当句子中出现两个或者两个以上的先行语名词时, 在动词语义指向的影响下, 如果“自己”照应全句的主语, 那么便属于长距离照应;如果在动词语义指向的影响下, “自己”照应自己所在词组或者小句的主语时, 为近距离照应;如果自己所指代的对象不是确指的某一个, 而是多个的话, 一般是强调用法与照应用法相结合。

摘要：本文主要从动词的配价理论来看哪些动词可以与“自己”组合, 并运用动词的语义指向来解释“自己”的歧义现象。

关键词：自己,配价,语义指向

参考文献

[1]陆俭明、沈阳.汉语和汉语研究十五讲[M].北京:北京大学出版社, 2004.

[2]吕叔湘.句型和动词学术讨论会开幕词.中国社会科学院语言研究所现代汉语研究室.句型和动词[M].北京:语文出版社, 1987.

[3]刘礼进.现代汉语反身代词“自己”的照应功能[J].外国语, 2008, (1) .

[4]袁毓林.汉语动词的配价研究[M].南昌:江西教育出版社, 1998.