关于汉语语言处理的若干理论思考

汉语语法检查是汉语语言处理发展中的瓶颈,涉及汉语语言处理的各个方面,与汉字拼写检查、文本切分、词性标注、汉字输入、汉字编码等问题紧密相联。语义理解是语法检查及自然语言处理的制高点。新的发展趋势是研究者越来越注重语义在语言结构和语言表达上的制约作用,试图用统计大规模语料为手段来攻克难关。这种发展趋势对自然语言处理的冲击不在于研究命题的转移,而在于研究方法和论证手段的量化。在汉语的各种制约关系中,可能有一种超越已知句法语义关系的认知心理语法,它与特定历史时期内人们对物质世界和客观社会文化关系的理解相一致,有可能是自然语言处理的最后一个堡垒。

浅析汉语语言处理中的句法分析方法

在自然语言处理中,句法分析属于深层的分析处理。目前,其下层的词法分析技术已经基本成熟,其上层的语义分析则建立在句法分析的基础之上的,其位置及其关键,已经成为当前自然语言处理的一个瓶颈。本文对汉语的句法分析方法进行了简单的评述。

神经网络的发展及其在汉语言处理方面的应用

神经网络研究从40年代信息科学的开创时期诞生到现在走过了半个世纪的曲折历程后,迎来了一个空前活跃的新的发展时期,成为现代脑神经科学、数理科学及信息科学等综合研究领域的共同科学前沿之一。 自然语言自动分词与处理的研究在国外发端于50年代末,现已获得很大进展,我国汉语自动分词的研究起步较晚,始于80年代初,近几年来取得明显成效。但由于汉语结构上的复杂性和分词理论与技术等诸多原因的影响,使得汉语自动分词未能取得重大的实质性突破。 采用包括神经网络、专家系统在内的人工智能技术进行汉语自动分词研究,是当前中文信息处理领域的热门话题,也是该领域的一个重要发展方向。 为帮助广大读者了解汉语自动分词的研究进展以及神经网络等人工智能技术在汉语言处理方面的应用情况,本刊约请尹锋和林亚平同志撰写了《神经网络的发展及其在汉语言处理方面的应用》、《汉语自动分词技术的现状及发展趋势》、《神经网络汉语自动分词技术》和《神经网络专家系统集成式汉语自动分词技术》等四篇文章。尹锋和林亚平同志多年从事计算机科研与教学工作,发表了一系列成果和论文,近年来,致力于神经网络和汉语自动分词研究,这几篇文章反映了他们的部分研究成果。 《神经网络的发展及其在汉语言处理方面的应用》?

语言科学发展的新分支——自然语言处理

使计算机具有人的语言能力,这一愿望驱使语言科学与计算机科学相结合,继而产生了一门新的交叉学科。在不同的学科视角下对这一新学科有不同的定义和命名。文中从语言科学的视角观察这一新学科——自然语言处理,解析了自然语言处理的概念,介绍了自然语言处理的发展历程以及现状,着重讨论了自然语言处理的意义及方法。

数据库汉语自然语言查询技术研究

从数据库汉语自然语言查询的目的和对象出发,研究利用数据库预查询技术,结合数据库语义分析技术、自然语言句子结构分析技术,来分析处理自然语言查询的方法。明确提出查询要素切分、条件值归属模糊、探测查询、超关系等概念,使自然语言查询技术研究概念清楚、目的明确、方法简单易于实现,具有很强的可移植性和通用性。

汉语韵律短语切分研究

首先分析了汉语中韵律短语的边界情况,然后提出了一个韵律短语切分方法。开放和封闭测试表明该方法取得了相当好的结果。

信息时代高校现代汉语课的新切入点

汉语语言文字信息处理是信息时代赋予现代汉语研究的新切入点,高校现代汉语课的讲授结合汉语语言文字信息处理,既可以激发学生的学习兴趣,有利于教师开展教学活动、深入阐释现代汉语,同时又能使现代汉语课的目的更加明确,针对性更强。

基于自动模板方法的汉语语义标注

在汉语的自然语言处理领域中,汉语的语义标注一直是一个重要的研究课题。在以往的研究中,大多使用手工的方式取得模板进行标注;采用抽取自动模板的方法,对汉语的语义进行标注,以解决对词的类别进行标注,以及对复合结构语义关系进行标注的问题。实验效果表明,对词的类别进行标注取得了在把维度降到363时的精确率为81.6406%的结果;对复合结构语义关系之间的标注也取得了比以往工作有所改进的成果。

智能拼音-汉字转换系统实现研究

本拼音 -汉字智能转换系统的主要特征 ,是利用扩充的LR句法分析和基于二元语义的类属语义分析方法消除同音词的歧义干扰 ,提高转换的正确率 针对汉语语法特征 ,阐述了汉语语法分析中的两种回溯 ,并扩展了传统LR分析方法 ,提高了语法分析的完备性 为有效地实施语义分析 ,探讨了所使用的类属及类属关系 ,它以一种简单而有效的方式建立、维护和使用句法和语义知识 随着句法和语义知识的不断丰富完善 。