计算机语言学下的汉日对比及实践应用——评《面向语言信息处理的汉日对比及应用研究》

计算机语言学是指以计算机技术为手段和方法来研究不同种类语言现象和语言发展的一门科学。计算机语言学与传统语言学最大的区别在于以技术为支撑,实现了技术赋能语言、技术助推语言应用的融合发展形势。由李哲主编、武汉大学出版社于2021年8月出版的《面向语言信息处理的汉日对比及应用研究》一书,从计算机语言学的发展历程、汉日语言的对比研究以及在信息技术背景下语言教学应用等角度,来论述计算机语言学视角下的汉日对比研究。通过阅读该书,本文从以下几个方面对其进行评述。

语言信息处理技术中的最大熵模型方法

1引言 进行汉语处理时经常遇到的问题有:分词、词性标注、语法和语义分析等等.这些自然语言中的问题都可以形式化为分类问题,估计某一类y在上下文x中发生的概率,即p(y,x).在汉语中上下文x的内容可以包括汉字、词、词性等,对于不同的任务上下文的内容也不同.这类问题可以采用统计建模的方法去处理.

群决策中基于语言信息处理的一种理想点法

针对具有自然语言评价信息的多指标群决策问题 ,提出了一种基于语言信息处理的理想点法。该方法是采用近年来最新发展的LWD算子和LOWA算子对自然语言符号进行处理和运算 ,通过计算每个方案与正负理想点间的距离 ,最终确定最优方案 ,使该方案最贴近正理想点和最远离负理想点。最后给出了一个算例。

模糊质量功能配置中多粒度多语义语言信息的处理

模糊集理论能够对本质上定性、主观和不确定的信息进行定量化描述,因而被用于质量功能配置中,从而形成了模糊质量功能配置.但在所讨论的模糊质量功能配置中,通常考虑的是同一粒度和语义的语言术语,本文讨论了模糊质量功能配置中的多粒度多语义的情况,并对该情况下的定性信息定量化处理进行了研究.

探索语言逻辑与信息处理结合的新路径——《自然语言信息处理的逻辑语义学研究》评介

介绍2018年9月出版的《自然语言信息处理的逻辑语义学研究》的写作背景及其主要内容。指出该书有3个鲜明特色:理论性与应用性结合、对汉语特殊性的关注、多学科交叉融通;其理论价值和应用价值都很突出,为计算机自然语言处理提供了新的思路。

论多媒体技术在语言信息处理中的作用

本文分为三部分：首先，概述了目前自然语言理解主要是汉语理解技术的现状，指出迄今为止用于自然语言理解的语言知识几乎都是来自书面语料的，是单媒体的。其次，从七个不同层次分析了（汉语）自然语言理解中存在的多重歧义问题，指出多重歧义如何消解是目前自然语言理解中的难题。第三，论证了多媒体与虚拟现实技术在自然语言理解中的作用，指出语言交际和交际环境的多媒体性质，主张建立多媒体语言资料库，获取多媒体语言交际知识，从而从语言学的角度论述了将最新的多媒体和虚拟现实技术用于自然语言理解的必要与可能。

语法知识在语言信息处理研究中的作用

自然语言理解是计算机科学中一个有重要学术意义和应用价值的研究课题。实现自然语言理解既需要句法、语义、语用等多层面的语言学研究，也需要同思维科学、认知科学等多门学科密切配合。本文只是阐述语法知识与语法研究在语言信息处理中的重要作用，既有理论探讨，也有应用实践。笔者以为计算机处理需要的汉语语法研究以及句法分析算法研究，在目前来说，还应该是汉语信息处理研究的一个重点。

基于计算机辅助的语言能力测评研究--评《自然语言信息处理的逻辑语义学研究》

在社会竞争压力日益增长的现代生活中,语言表达能力是个人发展所要具备的基本素质,想要培养或提高个人语言能力,必须对自身的语言能力水平充分了解,才能找到正确的训练方式。由此可见,语言能力测评的重要性不言而喻。随着现代科学技术的快速发展,计算机技术的应用愈发广泛,在语言能力测评领域也有所体现。

论语言信息处理的四个层面

讨论和界定一门学科的内涵和外延是认识和定位学科的重要方法之一,为了给日益发展的语言信息处理学科一个比较符合目前情况的定位,本文用层面概念对其进行了描述,以期引起学界的关注和讨论。本文认为语言信息处理的内容可用以下四个层面来概括:1)语言运作技术层面,2)语言研究工具层面,3)语言教学手段层面,4)语言交际方式层面。每个层面的内容都涉及特点、主要技术、发展现状及面临的主要问题。

语言串理论──“信息处理用语言理论讲话”第二讲

语言串理论──“信息处理用语言理论讲话”第二讲黄昌宁美国宾夕法尼亚大学教授Ｚ·海里斯（ＺｅｌｌｉｇＨａｒｒｉｓ）是Ｎ·乔姆斯基的老师，是一位很有影响的美国结构主义语言学家。语言串理论（ＬｉｎｇｕｉｓｔｉｃＳｔｒｉｎｇＴｈｅｏｒｙ）又叫串分析（Ｓｔｒｉ...

CINOSUM:面向多民族低资源语言的抽取式摘要模型

针对现有的模型无法处理多民族低资源语言自动摘要生成的问题,基于CINO提出了一种面向多民族低资源语言的抽取式摘要模型CINOSUM。为扩大文本摘要的语言范围,首先构建了多种民族语言的摘要数据集MESUM。为解决以往模型在低资源语言上效果不佳的问题,构建了一个框架,采用统一的句子抽取器,以进行不同民族语言的抽取式摘要生成。此外,提出采用多语言数据集的联合训练方法,旨在弥补知识获取上的不足,进而扩展在低资源语言上的应用,显著增强模型的适应性与灵活性。最终,在MESUM数据集上开展了广泛的实验研究,实验结果表明CINOSUM模型在包括藏语和维吾尔语在内的多民族低资源语言环境中表现卓越,并且在ROUGE评价体系下取得了显著的性能提升。

Lacmia:抗混淆的多民族语言生成式摘要模型

该文提出了一种针对中国多民族低资源语言生成式摘要模型Lacmia(Language-Anti-confusioned Chinese Minority Abstractive Summarization Model)。为了克服以往模型只能处理单一语言的限制,Lacmia采用了一种统一的生成式架构来执行不同民族语言的摘要生成任务。此外,为了解决以往模型在多民族低资源语言处理上的性能不足问题,该模型在框架中加入了语言信息嵌入模块。该文通过在损失函数中引入目标语言偏好性正则化项,有效减轻了多语言摘要中出现的语言混淆现象,从而提升摘要生成准确性和流畅度。广泛的实验表明,Lacmia在包括藏语和维吾尔语在内的多民族低资源语言摘要任务中,取得了卓越成绩。除了在ROUGE评价标准上实现了显著性能提升外,Lacmia在该文新提出的CINOScore和NLCR两项指标上均达到了最佳效果,验证了模型的有效性和先进性。

语言信息处理技术在网络新闻传播中的作用探析

本文分析了语言信息处理技术在网络新闻传播中的应用表现和重要作用,认为语言技术的应用使得网络新闻自组织为一个结构化资源,促进了网络新闻的高效传播;重塑了传统新闻体系中的新闻把关人的角色,促进了网络把关人角色的领域分化;帮助更好地完成了网络新闻反馈信息的接受和理解过程,完善了网络新闻传播的互动机制,并实现了反馈信息的重大经济价值及社会价值。

面向世博语言信息处理的汉英机器词典

世博多语语言信息处理亟需一部信息全面、结构合理的多语机器词典。本文就面向世博语言信息处理的汉英机器词典编制展开讨论。分析了面向特定用途的机器词典在内客和组织结构上的要求,利用框架网络(FrameNet)语言资源和框架语义学思想,构想了该机器词典的主要内容——"基本词典+多部专业词典",确定了其组织结构——"基于逐字二分+基于二级Hash"。

大数据对语言信息处理的挑战

一、语言信息处理及其发展1、语言信息处理的定义语言信息处理(LIP,Language Information Processing)有时也称作自然语言处理(NLP,Natural Language Processing)或自然语言理解(NLU,Natural Language Understanding),自然语言处理是上位概念,包括理解和生成。

抓住新机遇,创造新辉煌——写在“应用语言学”独立为二级学科之际

2024年初,教育部发布《研究生教育学科专业简介及其学位基本要求(试行版)》,对研究生教育学科专业设置做了调整、修订和完善。应用语言学独立为二级学科。这是应用语言学学科地位的一次提升。这项调整可谓与时俱进,充分考虑了应用语言学学科属性及其重要作用,以及新的社会现实需要等。应用语言学作为专门研究语言文字应用的学科,其研究领域和主题相当广泛。既包含语言文字政策与规划,也包含语言文字规范标准;既要对语言文字的母语教育予以指导,也要为语言文字的国际教育提供支撑;既要进行字库建设与语言信息处理的研究,也要进行辞书编纂和语料库的开发。

基于人工智能的语言文字信息处理应用研究

人类所有的知识,都可以通过大脑来进行组织加工,通过语言文字来进行记录和传播,由此可见,无论是在知识经济时代,还是在高新技术领域,语言文字信息处理在人工智能中都是重要且基础性的存在。本文以对人工智能研究领域下的语言文字信息处理为切入点,明确语言文字信息处理是实现人工智能的关键,并从词性标注、句法分析、语言文字信息理解和机器翻译方法等方面来对基于人工智能的语言文字信息处理应用进行研究,以期为相关领域的发展及研究工作者提供思路和启发。

面向语言信息处理的汉日同义句式研究策略

面向语言信息处理,对汉日同义句式的句法结构和语义特征进行详细系统的分析考察,利用语料库抽取实例进行语义分类并提出相应的机器翻译规则,生成计算机识别流程图。该研究策略的有效性需通过海量真实语料进行验证,将信息处理的结果与人工翻译和现有的在线机器翻译对比,从而验证生成的同义句式识别流程图的效度。

站在语言信息处理基础研究的前沿——“973”相关课题介绍

本文扼要介绍了国家重点基础研究发展规划项目“９７３”项目中与语言信息处理领域相关的课题“面向大规模真实文本的汉语计算理论、方法和工具”的基本情况；讨论了该课题的主要研究目标、研究内容及具体实施方案；向读者显示了该课题的若干最新进展，并指出了标准（规范）问题在语言工程中的重要性。