该博士研究进展报告以“现代汉语时间歧义解析”为核心问题，系统研究汉语中时间表达式所引发的歧义现象，并构建相应的时间标注歧义知识库与评测资源。

研究在词、句、篇三个层面建立了完整的时间歧义分类体系，将时间歧义划分为时间参照歧义和时间约束歧义两大类型，并结合认知语言学、事件语义学与语篇分析，对歧义的形成机制和消解条件进行了系统分析。研究借鉴儿童语言习得理论，从“时间认知—事件结构—语言标记”三个维度解释时间歧义的产生与理解机制，认为心理时间距离、事件类型、谓语属性以及“前”“后”等时间标记激活的认知隐喻模型都会影响人类对时间关系的判断。在实验部分，研究构建了共740条时间歧义语料，并对包括 OpenAI GPT、Anthropic Claude、Google Gemini、Alibaba Qwen 等8类主流大语言模型进行了评测。

结果表明，人类在复杂时间歧义上的判断存在较大差异，而大语言模型虽然内部一致率较高，却普遍倾向于忽略歧义、给出单一解释，与人类认知之间仍存在明显差距。其中，“T+V1+的+N+V2”类句式是当前模型最难处理的时间歧义结构之一。不过研究同时发现，在时间约束歧义任务上，通过引入显式规则和结构化知识，可以显著提升部分模型与人类判断之间的一致率；而在时间参照歧义任务上，规则作用有限。

1.借鉴儿童语言习得理论并不能从根本上解决问题，需要重新思考影响时间语义解析的因素。
2.人机对比实验部分，需要重新招募被试，进行人类测试。
3.重新考虑时间歧义辨析任务的形式。