关于申报2024年中国中文信息学会科学技术奖——“钱伟长中文信息处理科学技术奖”的通知

为调动我国从事中文信息处理技术研究的专家和学者的积极性,推动信息产业的发展,根据《钱伟长中文信息处理科学技术奖奖励条例》,现开展2024年度“钱伟长中文信息处理科学技术奖”(以下简称学会科学技术奖)评审奖励工作。

中文信息处理的现状与未来展望

党的十九大上,“文化自信”第一次被正式写进《中国共产党章程》。在向第二个百年奋斗目标迈进的时代背景下,在弘扬中华优秀传统文化,坚定文化自信的征程中,随着我国信息产业的快速发展,中文信息处理变得越来越重要。其中,汉语分词技术、信息提取技术、语义分析技术等都是中文信息处理中的关键技术。现分析中文信息处理研究现状,深入探讨中文信息处理在语言处理、文本分析、机器学习等方面的应用前景。

2022年钱伟长中文信息处理科学技术奖

2022年钱伟长中文信息处理科学技术奖颁奖大会在北京召开2023年3月24日—25日,中国中文信息学会2022学术年会暨理事会在北京举行,期间举办了2022年钱伟长中文信息处理科学技术奖颁奖大会。中国中文信息学会2022学术年会开幕式由中国中文信息学会秘书长、中国科学院软件研究所研究员孙乐主持,中国中文信息学会理事长、中国工程院院士方滨兴代表学会致欢迎辞。

XML——中文信息处理的变革之路

本文从中文信息面临的问题出发 ,阐述了中文信息处理走Internet开放变革之路的必要性。文中还介绍了Internet上已经开展的与中文信息处理相关的部分工作 ,重点论述了XML在中文信息处理方面的优势 ,指出以XML为基础的Web服务是分布式环境中文信息处理技术的发展方向。作者为此提出了一个中文信息处理服务体系框架的构想。

中文搜索引擎中的中文信息处理技术

就中文搜索引擎中的若干中文信息处理技术作了较深入地探讨，对诸如中文分词、中文码制转换和中文全半角处理等方面提出了较完整的解决方案。

潜在语义分析在中文信息处理中的应用

潜在语义分析是一种关于自然语言信息提取和再现的理论方法,它通过代数的方法提取语义空间中潜在结构。论文叙述了潜在语义分析的基本理论方法,概述了这种方法所建立的潜在语义空间的数学意义;然后通过一个简单示例说明LSA在中文信息处理中的分析方法,并通过分析结果中文本间、词汇间关联度的变化来说明LSA在中文信息处理中的重要意义。

中文信息处理中自动分词技术的研究与展望

汉语自动分词是中文信息处理的关键技术,已经成为中文信息处理发展的瓶颈。文章介绍了当前自动分词技术的研究状况,对各种分词算法进行了介绍,并对各种算法进行了比较和讨论。最后,对汉语自动分词技术的发展进行了展望。

中文信息处理60年

本文首先简要回顾中国语文现代化走过的历程、取得的重要成果及其对中文信息处理的影响,然后对汉字信息处理和汉语信息处理的其他工作予以归纳阐述,并对这一领域的学术活动与国际交流情况做简要介绍,最后对中文信息处理所面临的挑战和未来发展的目标给予粗略的展望。

863计划中文信息处理与智能人机接口基础数据库的设计和实现

本文简单分析了中文信息处理与智能人机接口领域基础数据建设的意义以及国内外的现状,重点介绍了863计划中文信息处理与智能人机接口领域基础数据库的设计与实现,并对基础数据的应用和今后的工作设想进行了讨论.

汉语传统语法及其在中文信息处理中的应用展望

汉语传统语法首推黎锦熙《新著国语文法》为代表。黎氏语法是以讲句子成分和句子格局为主要特征的语法体系,被称为"句本位"的语法。该文首先简要回顾了汉语语法体系自《马氏文通》以来的变化发展历史,梳理了传统语法与结构语法两大流派的主要思想和理论特色。然后从汉语树库角度剖析了当前中文信息处理领域主流语法体系的优缺点,并将它们与传统语法体系做了深入的比较分析,得出将传统语法应用于中文信息处理的必要性。最后讨论传统语法在中文信息处理领域应用需要面对的几个关键问题。

中文信息处理的词法问题--以句本位语法图解树库构建为背景

该文对比了句本位语法图解树库与中文信息处理现行词法规范在分词单位和词类标注两方面的差异,指出目前自动词法分析与句法分析的若干脱节之处,梳理了图解树库中关于临时造词、惯用语等特殊结构的标注策略和语言学理据,并探讨了"依句辨品"和"指称化"等汉语词类相关理论在中文信息处理中的实现方式。

后控词表在中文信息处理中的应用

本文论述了中文信息处理中使用后控词表的必要性,介绍了后控词表自动编制、维护的途径、方式与应用。

中文信息处理中的分词问题

在中文信息处理的众多应用领域中，从最底层的键盘、语音和字符识别等各类汉字输入方法，到最高层的各种汉语理解系统，都不可能完全摆脱汉语文本分词处理的困扰。分词问题已成为当前中文信息处理的一个瓶颈。没有一种公认的分词标准，是人和计算机共同面临的困难。如果在这个问题上不能尽快达成共识，那么在词表和带标注的语料库等重要信息资源上就不可能做到共享与复用，势必造成重复开发的严重浪费。

基于中文信息处理的古代汉语分词研究

本文在计算机语言处理与古代汉语词汇研究的交叉学科领域进行了新的探索,提出了一种基于计算机自动分词的词汇处理及量化统计方法,并给出了具体的实现方式。统计结果显示,古代汉语双音词比重自先秦以来以一种平稳的方式增长,该结论与古代汉语词汇研究成果一致。本文提出的方法具有良好的合理性和高效的处理性能,在一定程度上克服了传统人工分词方法的缺陷和不足,因而计算机自然语言处理在古代汉语研究中也有重要的应用价值。

“中文信息处理”实践教学探索

从中文信息处理课程的特点出发,在分析课程实验案例的基础上,提出中文信息处理课程互动式教学法和项目教学法。结合课程资源建设等其他措施,在中文信息处理实验教学方面开展了有益的尝试,取得了良好的效果,受到学生好评,该课程目前已被评为校级精品课程。

现状和设想——试论中文信息处理与现代汉语研究

本文介绍了中文信息处理技术发展的现状及面临的主要困难 ,指出 :关键在于对现代汉语研究的滞后。到目前为止 ,中文信息处理主要依赖于对大规模语料的统计 ,根据概率 ,对词与词的关系作出界定。多年来中文信息处理技术徘徊难进的现实说明 ,这一方法已经难以突破“瓶颈” ,要使计算机对现代汉语进行自动化的处理 ,即使之真正“智能化” ,就必须把人的语言知识“教”给计算机。这就需要根据计算机的要求加强对现代汉语的研究 ,特别是对语义的研究。文中介绍了当前朝此方向努力并已有较大进展的三个流派 ,并分别指出其不足 ;参考作者主持国家“九五”重点项目“信息处理用现代汉语词汇研究”的经验 ,提出了统一使用资源、携手并进。

走向深度学习和多种技术融合的中文信息处理

在汉语的语音处理、文本处理、信息检索与挖掘以及机器翻译这几个方面,自然语言处理技术经历了从受限的基于规则的方法到大规模的基于统计的方法的转变,再到深度学习和多种技术融合的发展过程。进而,出于对资源共享、统一规划和评测标准的重视,中文语言资源联盟等众包平台已经成为资源建设的重要支撑与发展方向。最后,中文信息处理要取得长足的发展,不仅要紧跟国内外的最新技术,还要结合汉语的特点,探索出具有独创性的中文信息处理的研究路线。

中文信息处理研究工作的新进展

中文信息处理研究应以应用开发带动理论研究和技术研发。我国中文信息处理研究已在三个方面取得了重要进展:应用理论研究方面,语义的知识表示方法从句子扩展到了句群层面,构建了概念—语句—句群统一的知识表示模型;知识库资源建设方面,建立了达到应用规模的、包括概念知识库、语言知识库和言语知识库的多层次语义知识库资源;中文智能搜索引擎核心技术研发方面,实现了文本的语义分析和多层次的语义索引技术,以及基于语义理解的文本相似度计算技术,使用户可以用最自然的语言提出搜索请求,而不必受关键词的约束。基于语义的新一代中文搜索引擎即将出现大的突破。要提高我国中文信息处理的竞争力,应当重视具有自主知识产权的基于语义的理论和应用研究,加强人才队伍建设,进行科学组织和管理,促进以智能搜索技术发展及应用为主线的中文信息处理产业联盟的构建。

“句管控”与中文信息处理

“句管控”认为小句在中枢地位上对汉语语法规则的方方面面发挥管束控制作用。本文从分词与标注、句法与语义、理论与实践三个方面探讨了“句管控”在中文信息处理中的意义,指出以前中文信息处理的研究思路遵循的是上行路线,解决了一些问题,也碰到一些难题,今后的研究可以把上行路线和下行路线结合起来,这样会推动中文信息处理的发展。