关于汉语信息处理的认识及其研究方略

在总结长期实践经验的基础上 ,笔者分析了为什么自然语言处理是一个相当困难的研究领域 ,而汉语信息处理是更加困难的研究领域。面对日益强烈的社会需求 ,汉语信息处理的研究方兴未艾。笔者探讨了开展这项研究的技术路线 。

汉语信息处理中单字的构词方式与合成词的识别和理解

本文提出了汉语信息处理中关于单字构词方式的基本问题 ,考察了目前对于这个问题的研究和应用情况。认为现有的统计性结论在未登录词处理中对于揭示单字构词的规律缺乏有效的作用。究其原因 ,一是这些结论体现的是词素组合成词之后的结构性质 ,而不是组合过程中的规律 ;二是这些调查统计遵循以句法为本的观点 ,而合成词的结构方式主要是意合。按照意合的构词观点 ,词素组合成词的过程要受多种语言要素和非语言因素的制约。目前还只能运用不完备的构词知识识别未登录词。文章最后给出了一组构词规则的工程化应用实例。

汉语信息处理和计算机辅助汉语史研究

21世纪是信息时代,人文学术研究要实现数字化,汉语信息处理有许多问题需要重新加以研究,汉语史研究的数字化是重要的基础工作,计算机辅助汉语史研究的进展将为数字化的学术研究积累宝贵的经验。

汉语拼音与汉语信息处理

1958年2月11日,全国人民代表大会审定批准并正式颁布《汉语拼音方案》,目前已在社会上推行了50年。一些和汉语拼音有关的规范和标准,还进入了国家标准(GB)或国际标准(ISO)系列,无论在推广应用的过程中还有多少需要深化、改进或补充的地方,《汉语拼音方案》的伟大历史功绩是必须充分肯定的。与其他各个领域的汉语拼音应用相比,汉语拼音与汉语信息处理的结合,成效最迅速,贡献最显著,影响最深远。首先,汉语拼音与汉语信息处理的最早的结合是汉字输入法,在号称万马(码)

汉语拼音与汉语信息处理

为了全面总结、宣传《汉语拼音方案》推行的成绩、经验,进一步研究确定在新的历史时期做好汉语拼音推行工作,使其在全面建设小康社会和促进经济社会发展中做出新的更大的贡献,由教育部语言文字信息管理司主办、中国应用语言学会(筹)承办、中国语言学会等10家学会协办的纪念《汉语拼音方案》颁布50周年学术研讨会于2008年4月21日在京举行。与会专家围绕如何在新形势下进一步完善《汉语拼音方案》及其应用规范、方案在应用中存在的问题以及如何进一步做好推行工作等进行了认真研讨,提出了许多建设性意见,本期刊出专家们的发言摘要,发言全文已刊登在本刊2008年增刊上。

一部颇具特色的对比语言学论著——评《英汉语信息结构对比研究》

张今、张克定先生的著作《英汉语信息结构对比研究》(河南大学出版社，1998年版)以马克思主义立场、观点和方法和实事求是的科学态度，对英汉语信息结构作了深入研究，提出了一系列富有创见的观点，是一部具有知识创新价值的对比语言学力作。

潜语义标引与汉语信息检索研究

1 引言典型的传统信息检索系统,如布尔逻辑模型、向量空间模型,根据用户提供的查询条件,依据关键词的匹配或向量空间的相似系数,返回相关查询结果。对于相同的概念,使用不同的词汇表示,如同义词或近义词,或同一词汇在不同的语言环境中拥有不同的语义,即一词多义,因此基于语词匹配的查询方法,其准确性和完整性都不够理想。尽管同义词词典的使用,在一定程度上,提高了信息检索的查全率(recall),但却降低了查询的精度,且在实际应用中,需要不断更新同义词库,才能满足系统不断变化的要求。

高职师范院校现代汉语信息化教学探究

在当前社会快速发展的背景下,我国已经步入到数字化时代,信息化教学工作也受到社会各界的关注和重视,在高职师范院校中也应注重开展现代汉语信息化教学工作,将各教学内容和信息化手段相融合,以此丰富教学形式,让学生能够获得良好学习体验,主动地融入到各学习环节中,改变以往的学习态度。在当前各种新媒体形式广泛应用中,高职师范院校只有迎合社会的发展,注重创新改革,才能达到教学目标,让学生有着更加广阔的发展空间。因此,文章将围绕高职师范院校现代汉语信息化教学研究为主题展开实践与探索,通过详细了解当前高职师范院校现代汉语信息化教学基本现状,进而提出促进高职师范院校现代汉语信息化教学实践顺利开展的可行性对策。

汉语信息载体谁执牛耳

近百年的文字改革运动,对汉字的谴责主要集中在汉字“难学难用”,不利于信息传递上。但汉字基本上仍然较为准确地记录汉浯,而且以语素字意和的方法,使文字显得非常简明、合理。当前,计算机应用要普及,首当其冲的是汉字输入问题,八十年代以来,对汉字进行各种编码,被语言学家描述为“史无前例的规模巨大的群众性科研活动”。

职业院校汉语信息化教学实践与探索

在信息化时代背景下,以教育信息化推动新世纪教育发展已势不可当。汉语作为我国的母语,职业院校汉语教师基于信息技术展开汉语教学无论是对于提高民族团结,还是提升我国教育事业的国际影响力而言,都大有助益。本文从阐述汉语教学的重要性出发,探究了职业院校落实汉语信息化教学的意义与现状,并提出了职业院校汉语信息化教学实现路径,力图为职业院校汉语教师教学提供参考借鉴。

关于制定《汉语信息处理词汇》国家标准的若干问题刍议

【正】 制定《汉语信息处理词汇》的国家标准,是一个十分必要的课题,同时也是一个十分复杂和困难的课题,现在,这一课题已经提上议事日程,但是,要想顺利完成这个带有一定难度的课题,我们必须认真探讨制定这项标准的一系列有关问题,否则,这个'十分必要'的标准将会十分难产,这绝不是危言耸听.这就是本文论述的出发点.一、关于制定标准的基本方针我认为制定这一标准应采取积极慎重、多方协调、统筹规划、分集公布的方针.之所以要采取这种方针,是由《汉语信息处理词汇》标准的特殊性而决定的.汉语信息处理。

古汉语大语言模型的构建及应用研究

通用大语言模型在古汉语语言信息处理任务上的效果往往不够理想,因此,我们从领域知识学习需求出发,针对古汉语信息处理任务“低资源”“富知识”的特点,从头构建了专门适用于古代汉语理解与生成的大语言模型“AI太炎”。通过合理的模型设计、数据处理、基座训练及微调,仅使用1.8B参数量即可取得较好效果。该模型具有较强的古典文献释读能力,支持句读标点、典故识别、词义解释及文白翻译等多种具有挑战性的文言文理解任务,兼容简体字和繁体字文本。实验显示,与大型通用模型和其他领域模型相比,“AI太炎”在多项古汉语信息处理关键任务上表现出明显优势,且达到了接近或超过人类基线的水平。此外,在辅助古籍整理、辞书编纂和语言研究等方面,该模型也表现出了很大的应用潜力。

加入调型信息的汉语孤立词识别研究

汉语是一种有调语言,因此在汉语语音识别中,调型信息起着非常关键的作用。在现有的隐马尔可夫模型(Hidden Markov Model)框架下,如何有效地利用调型信息是有待研究的问题。现有的汉语语音识别系统中主要采用两种方式来使用调型信息:一种是基于Embedded Tone Model,即将调型特征向量与声学特征向量组成一个流去训练模型;一种是Explicit Tone Model,即将调型信息单独建模,再利用此模型优化原有的解码网络。该文将两种方法统一起来,首先利用Embedded Tone Model采用双流而非单流建模得到Nbest备选,再利用Explicit ToneModel对调进行左相关建模并对Nbest得分重新修正以得到识别结果,从而获得性能提升。与传统的无调模型相比,该文方法的识别率的平均绝对提升超过了3.0%,在第三测试集上的绝对提升达到了5.36%。

“信息处理用现代汉语分词规范”的若干问题探讨

汉语信息处理技术的重点已由单个字符处理过渡到词处理和句子处理,过渡的基点是分词,一个统一的分词规范国家标准对于众多信息处理系统之间的兼容性具有不言而喻的重要意义。目前,“信息处理用现代汉语分词规范(国家标准)”正在制订和审定。本文讨论了几个与此相关的问题,分析了汉语信息处理用词的特点,对“分词规范”和汉语拼音正词法作了比较,对“分词规范”和民族语用心理习惯的关系也进行了探讨,在此基础上,作者对“分词规范”提出了一些个人意见和建议。