本文提出羡余否定格式的识别新课题,羡余否定现象即指那些虽然形式上是“不、没、没有、别、非、未”等否定成分,但是实际上并不表示否定意义;以往对羡余否定格式的研究集中在语言本体方面,在自然语言处理方面对羡余否定格式的研究尚未出现。本文致力于对羡余否定格式的识别研究,这不仅有助于汉语的语义分析和计算机的自然语言理解,也可以基于对这些格式的识别进一步纠正分词问题。本文针对几个典型的羡余否定格式考察其句法特征,确定识别策略,并运用Python写出识别程序,观察识别结果,最终定出每个格式的识别方法。本文主要识别的羡余否定格式为:“好不XP”“难免不/没(有)XP”“没(有)XP之前”“差(一)点(儿)没(有)XP”等,还有一些羡余否定格式,由于语料太少,没有列入考察范围,如:“小心别XP”、“险些没XP”,“拒不XP”。对每一个羡余否定格式的识别策略不太一样,但是总的来说,因为羡余否定这种现象非常特殊,语料较少,采用统计的办法来识别比较困难,本文采用基于规则的方法,首先对训练语料中的羡余否定格式进行观察研究,发现其中的规律并把规律形式化为计算机可以执行的算法流程,然后对新输入的语料执行规则,判断其中的格式是否为羡余否定格式。本文所识别格式在测试语料中的调和平均值达到92%以上,而所识别的“没(有)XP之前”、“差(一)点(儿)没(有)XP”、“好不XP”格式的调和平均值能达到95%以上,可以看出用语言知识规则来识别效果比较理想。另外,基于本文对羡余否定格式的识别结果也可以提升机器对相关格式进行理解时的准确率,提升幅度跟具体格式有关。